摘要
医学诊断并非基于完整信息的单次预测，而是包含证据获取、鉴别诊断修正及终止决策的序列过程。现有基准往往直接提供上下文，忽略了推理路径质量。本文提出 DDX-TRACE，一个经医师裁决的多模态神经放射学基准，涵盖 211 个复杂案例，评估隐藏证据下的诊断轨迹。模型需主动请求影像检查、更新概率性鉴别诊断并给出最终结论。研究发现，仅看最终得分会掩盖证据不足猜测、图像误读及低效取证等规划缺陷。该基准将评估重心从最终答案转向证据支持的诊断轨迹。
AI 推荐理由
论文核心评估多步诊断规划、证据获取顺序及动态调整，属典型规划任务。
研究机构
Technical University of Munich (TUM)
TUM University Hospital
Munich Center for Machine Learning (MCML)
LMU Munich
论文信息