Patient-Zero：无需真实患者数据即可扩展到真实世界分布的合成患者代理
人工智能
2026-01-07 v2
摘要
大语言模型(LLM)驱动的合成数据生成在医疗领域日益成为缓解数据稀缺和隐私限制的有前景的解决方案。然而，现有方法仍受其派生性质的制约，依赖真实世界记录，存在隐私风险和分布偏差。此外，当前的患者代理面临稳定性-塑性困境，难以在动态询问期间维持临床一致性。为此，我们引入Patient-Zero，一个无需真实医疗记录即可进行从零开始的患者模拟框架。我们的Medically-Aligned Hierarchical Synthesis框架通过分层属性置换，从抽象临床指南生成全面且多样化的患者记录。为支持严格的临床交互，我们设计了双轨认知记忆系统，以在保持逻辑一致性和人格一致性的同时动态更新记忆。广泛的评估表明，Patient-Zero在数据质量和交互保真度方面建立了新的最高水平。在人类专家评估中，资深执业医师认为我们的合成数据在统计上与真实人类编写数据无异，并且在临床质量方面更优。此外，在我们的合成数据集上训练的下游医学推理模型显示出显著的性能提升（MedQA提升24.0%，MMLU提升14.5%），彰显了该框架的实际效用。
引用
@article{arxiv.2509.11078,
title = {Patient-Zero: Scaling Synthetic Patient Agents to Real-World Distributions without Real Patient Data},
author = {Yunghwei Lai and Ziyue Wang and Weizhi Ma and Yang Liu},
journal= {arXiv preprint arXiv:2509.11078},
year = {2026}
}