Reason2Decide：基于理由的多任务学习

尽管大型语言模型（LLM）得到广泛应用，临床决策支持系统仍面临一个关键挑战：在保持高预测准确率的同时，生成的解释要与预测结果保持一致。当前方法存在暴露偏差，导致解释与预测不一致。我们提出Reason2Decide，一个两阶段训练框架，解决自我理由化中的关键挑战，包括暴露偏差和任务分离。在阶段1中，对模型进行理由生成训练；在阶段2中，联合进行标签预测和理由生成训练，通过定时抽样方法逐步从依赖黄金标签转为依赖模型预测。在三个医学数据集上进行评估，包括一个专有急诊分流数据集和公共生物医学问答数据集。我们发现，Reason2Decide在预测（F1分数）和理由忠实度（BERTScore、BLEU、LLM-as-a-Judge）方面均优于其他微调基线和一些零样本LLM。在急诊分流任务中，Reason2Decide在LLM生成、护士撰写及护士后处理理由上均表现出理由鲁棒性。在我们的实验中，仅使用LLM生成的理由进行阶段1训练，Reason2Decide也能优于其他微调变体。这表明LLM生成的理由适合作为预训练模型使用，减少对人工标注的依赖。值得注意的是，Reason2Decide仅需相当于当代基础模型规模的40倍即可实现上述收益，使临床推理在资源受限的部署环境中变得更加可行，同时仍能提供可解释的决策支持。