MedTutor-R1：基于多智能体模拟的 Socratic 个性化医学教学
摘要
临床培训日益增长的需求与专家指令稀缺的缺口是一个重大的医学教育挑战。随着大型语言模型（LLM）在个性化指导方面的强大能力，LLM 为弥合这一差距提供了有前景的解决方案。然而，当前研究主要聚焦于一对一的知识指令，忽略了学生在类似病房轮转这样的团队协作中培养的关键技能——协同推理。为此，我们开发了 ClinEdu，这是一个具有人格驱动的患者和多样化学生群体的多智能体教育模拟器，能够实现对复杂教育过程的受控测试和可扩展的教学数据生成。基于 ClinEdu，我们构建了一个捕捉群体指令复杂性的大型 Socratic 教学对话数据集。随后，我们训练了 MedTutor-R1，这是第一个为临床医学教育中的一对多指令设计的多模态 Socratic 导师。MedTutor-R1 首先在我们的 ClinTeach 数据集上进行指令微调，然后通过基于三个维度评分表（结构忠实性、分析质量和临床安全性）派生的奖励进行强化学习，以细化其自适应 Socratic 策略。For authentic in-situ assessment, we use simulation-based interactive evaluation that redeploys the tutor back into ClinEdu. Experimental results demonstrate that our MedTutor-R1 outperforms the base model by over 20% in average pedagogical score and is comparable to o3, while also exhibiting high adaptability in handling a varying number of students. This promising performance underscores the effectiveness of our pedagogical simulator, ClinEdu.
关键词
引用
@article{arxiv.2512.05671,
title = {MedTutor-R1: Socratic Personalized Medical Teaching with Multi-Agent Simulation},
author = {Zhitao He and Haolin Yang and Zeyu Qin and Yi R Fung},
journal= {arXiv preprint arXiv:2512.05671},
year = {2025}
}
备注
Work In Progress