标签
本文介绍了Cros，一种用于序列临床诊断代理的风险约束停止层，确保诊断错误和覆盖率的有限样本保证，并在源自MIMIC的基准上进行评估。
本文介绍了MTDiag，一个多轮诊断对话数据集，用于在现实临床诊断场景中评估大语言模型，解决了静态问答基准测试的局限性。
本文提出了一种多智能体框架，采用确定性编排和神经符号状态跟踪，以减轻医疗LLM应用中的过早诊断交接和无声幻觉。
一位医疗专业人士分享了使用ChatGPT辅助诊断病理学的积极经验，展示了AI提供准确、详细分析的能力，其水平可与皮肤病理学家相媲美。
本文介绍了 MedAction 框架，该框架通过模拟迭代式的检查开具与假设更新，训练大语言模型（LLM）进行主动的多轮临床诊断。文章提出了一个新的数据集 MedAction-32K，并展示了开源模型在医学基准测试上的最先进水平（SOTA）性能。
本文介绍了 MedExAgent，这是一个将临床诊断形式化为部分可观测马尔可夫决策过程（POMDP）以处理嘈杂和不完整信息的框架。该框架提出了一种结合监督微调与强化学习的两阶段训练流程，以提高医疗大语言模型的诊断准确性和成本效益。