MentalSeek-Dx：面向现实精神病诊断的渐进式假设演绎推理
人工智能
2026-02-04 v1
摘要
精神健康障碍代表着全球公共卫生的新兴挑战。虽然大型语言模型（LLM）在精神病评估方面已显示出潜力，但其临床实用性严重受限于缺乏生态有效性和细粒度诊断监督的基准。为弥合这一差距，我们引入了\textbf{MentalDx Bench}，这是第一个专注于真实临床环境中 disorder-level精神病诊断的基准。该基准包含712份去标识化的电子健康记录，由由执业精神科医生遵循ICD-11指南标注，覆盖76种障碍及16个诊断类别。评估18个LLM发现，存在关键的\textit{范式错位}：在粗粒度诊断分类方面表现强劲，但在 disorder-level诊断方面系统性失败，凸显了基于模式的建模与临床假设演绎推理之间的差距。为此，我们提出了\textbf{MentalSeek-Dx}，这是一种医学专用LLM，通过监督轨迹构建和基于课程的强化学习来内化这种临床推理过程。在MentalDx Bench上的实验表明，MentalSeek-Dx仅需14B参数即可实现最新（SOTA）性能，建立了一个以临床为基础的可靠精神病诊断框架。
引用
@article{arxiv.2602.03340,
title = {MentalSeek-Dx: Towards Progressive Hypothetico-Deductive Reasoning for Real-world Psychiatric Diagnosis},
author = {Xiao Sun and Yuming Yang and Junnan Zhu and Jiang Zhong and Xinyu Zhou and Kaiwen Wei},
journal= {arXiv preprint arXiv:2602.03340},
year = {2026}
}
备注
36 pages, 27 figures