通过外部规划器控制的大语言模型进行对话式疾病诊断

大语言模型（LLMs）的发展为基于人工智能（AI）的医疗诊断带来了前所未有的可能性。然而，LLMs在实际诊断场景中的应用前景仍不明确，因为它们不擅长主动收集患者数据。本研究提出了一种基于LLM的诊断系统，通过模拟医生来增强规划能力。我们的系统涉及两个外部规划器来处理规划任务。第一个规划器采用强化学习方法制定疾病筛查问题并进行初步诊断。第二个规划器使用LLMs解析医疗指南并进行鉴别诊断。通过利用真实患者电子病历数据，我们构建了虚拟患者与医生之间的模拟对话，并评估了我们系统的诊断能力。我们证明，我们的系统在疾病筛查和鉴别诊断任务中都获得了令人印象深刻的表现。这项研究代表着向更无缝地将AI融入临床环境迈出的一步，可能提高医疗诊断的准确性和可及性。