人机对话提升急诊诊疗的诊断准确性

# 人机对话提升急诊护理的诊断准确性
来源: https://arxiv.org/abs/2605.08533
作者:Burcu Sayin (https://arxiv.org/search/cs?searchtype=author&query=Sayin,+B),Ngoc Vo Hong (https://arxiv.org/search/cs?searchtype=author&query=Hong,+N+V),Ipek Baris Schlicht (https://arxiv.org/search/cs?searchtype=author&query=Schlicht,+I+B),Jacopo Staiano (https://arxiv.org/search/cs?searchtype=author&query=Staiano,+J),Pasquale Minervini (https://arxiv.org/search/cs?searchtype=author&query=Minervini,+P),Sara Allievi (https://arxiv.org/search/cs?searchtype=author&query=Allievi,+S),Nicola Susca (https://arxiv.org/search/cs?searchtype=author&query=Susca,+N),Nicola Osti (https://arxiv.org/search/cs?searchtype=author&query=Osti,+N),Alberto Maino (https://arxiv.org/search/cs?searchtype=author&query=Maino,+A),Vito Racanelli (https://arxiv.org/search/cs?searchtype=author&query=Racanelli,+V),Andrea Passerini (https://arxiv.org/search/cs?searchtype=author&query=Passerini,+A)

查看 PDF (https://arxiv.org/pdf/2605.08533)

> 摘要:急诊医学中的临床决策需要在不确定性条件下做出快速、准确的诊断。尽管基准测试取得了进展，但关于大语言模型（LLMs）在医生实际工作流程中作为交互式辅助工具的证据仍然稀少。MedSyn 让医生在最初仅查看主诉的情况下，利用包含完整临床记录的大语言模型进行迭代式查询。七名医生（三名高年资医师，四名住院医师）在 52 个按难度分层的 MIMIC-IV 案例中完成了基线和人工智能辅助会话。盲法评估显示，住院医师在困难案例上的正确率从 0.589 上升至 0.734；难度标准化的完全正确率证实存在中等效应（$\Delta$ = 0.092；p = 0.071；d = 0.47）。自动化指标证实了这些增益：标准化的任意匹配准确率提高了 0.156（p < 0.0001），住院医师表现出最大的 F1 分数增益（$\Delta$ = 0.138；p < 0.0001）。对话分析揭示了依赖于专业水平的策略（高年资医师提出有针对性的、以假设为驱动的问题；住院医师则依赖更广泛的查询），且跨专业水平的一致性增加（$\Delta$ = 0.145；p < 0.0001）。交互式大语言模型支持显著增强了诊断推理能力。

## 提交历史

来自: Burcu Sayin Günel [查看邮件 (https://arxiv.org/show-email/91bf1b8b/2605.08533)] **[v1]**2026 年 5 月 8 日，星期五，22:40:10 UTC（1,666 KB）