模拟环境多轮强化学习提升精神科问诊语言模型表现

模拟环境 RL 训练提升精神科问诊模型表现并降低漏诊率

资讯摘要

论文提出在模拟环境中用多轮强化学习训练语言模型，用于结构化文本精神科问诊，覆盖病史采集、鉴别诊断与初始管理规划。作者报告随机双盲交叉研究（60 对匹配场景、120 次问诊）中，RL 训练智能体在 76.7% 场景对里优于同提示的基座模型，临床评分、以患者为中心的沟通和鉴别诊断适当性均有提升；在 256 个对抗性场景中，急性安全风险漏诊率由 30.5% 降至 12.9%。

要点速读

1. 研究采用 60 对匹配场景、120 次问诊的随机双盲交叉设计，由 32 名精神科医生扮演标准化患者，15 名独立精神科医生盲评转录文本。
2. 训练智能体在 76.7% 匹配场景对中胜出（p<0.0001），临床评分 d_z=0.77，沟通得分 82.0% 对 65.2%，鉴别诊断适当性 68.3% 对 33.3%。
3. 基于 Delphi 共识分类法构建 256 个对抗性场景，急性安全风险漏诊率从 30.5% 降至 12.9%；作者指出仍存残余差距，需防护措施与临床监督。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。