探索询诊与诊断之间的关系：使用高级患者模拟器
计算与语言
2025-03-12 v2
摘要
最近，大型语言模型展现出巨大潜力可用于线上医疗咨询。尽管如此，大多数研究侧重于提高诊断准确性，往往忽视询诊阶段。一些研究尝试使用 prompt-engineered 的患者代理来评估或细化医生模型，但仅凭 prompt engineering 难以准确模拟真实患者。我们需要探索新的患者模拟范式。此外，询诊与诊断之间的关系尚未被探索。本文从真实医生-患者对话中提取对话策略，以指导患者模拟器的训练。我们的模拟器表现出更高的拟人程度和更低的幻觉率，采用动态对话策略。这一创新为更准确地评估诊断模型并生成真实的合成数据提供了可能。我们在询诊与诊断之间进行大量实验，发现它们遵循李比格定律：询诊不佳会限制诊断效果，无论诊断技能如何；反之亦然。实验还揭示了询诊绩效在不同模型之间的显著差异。为深入探讨这一现象，将询诊过程分为四种不同类型。分析询诊在这些类型中的分布有助于解释绩效差异。我们患者模拟器的权重可在 https://github.com/PatientSimulator/PatientSimulator 获取。
引用
@article{arxiv.2501.09484,
title = {Exploring the Inquiry-Diagnosis Relationship with Advanced Patient Simulators},
author = {Zhaocheng Liu and Quan Tu and Wen Ye and Yu Xiao and Zhishou Zhang and Hengfu Cui and Yalun Zhu and Qiang Ju and Shizheng Li and Jian Xie},
journal= {arXiv preprint arXiv:2501.09484},
year = {2025}
}