摘要
针对现有临床决策支持模型依赖预设证据的局限,本文提出 ClinSeekAgent,一种动态多模态证据搜寻框架。该框架使 Agent 能从被动消费转向主动获取,通过查询知识库、导航电子病历及调用影像工具,迭代规划并综合异构数据以 refine 假设。实验表明,其在文本及多模态临床任务上显著提升了主流模型的推理性能,并可作为训练流水线蒸馏出高性能开源模型。
AI 推荐理由
论文核心在于 Agent 主动规划证据获取路径、迭代假设及多步任务执行,属典型规划研究。
研究机构
UC Santa Cruz
论文信息