沙丘社区
论文

EvoClinician：经测试时演化学习的多轮医疗诊断自演化智能体

EvoClinician: A Self-Evolving Agent for Multi-Turn Medical Diagnosis via Test-Time Evolutionary Learning

Yufei He, Juncheng Liu, Zhiyuan Hu, Yulin Chen, Yue Liu, Yuan Sui, Yibo Li, Nuo Chen, Jun Hu, Bryan Hooi, Xinxing Xu, Jiang Bian
智能体系统上下文与知识记忆Agent 架构与控制循环Agent记忆

摘要

流行的医疗AI运行在一种不现实的一步到位模式上：从完整患者档案做出诊断。然而，真实世界的诊断是一个迭代式问询过程，临床医生依次提问、开具检查，在管理成本与时间的同时策略性地收集信息。为解决这一点，我们首先提出Med-Inquire，一个旨在评估智能体多轮诊断能力的新基准。基于真实临床病例数据集构建，Med-Inquire通过将完整患者档案隐藏在专门的Patient与Examination智能体之后来模拟诊断过程，迫使智能体主动提问并开具检查以逐条收集信息。为应对Med-Inquire带来的挑战，我们随后提出EvoClinician，一个在测试时学习高效诊断策略的自演化智能体。其核心是诊断-评分-演化循环：Actor智能体尝试诊断；Process Grader智能体通过评估每个动作的临床产出与资源效率进行贡献归因；最后，Evolver智能体利用该反馈通过演化Actor的提示与记忆来更新其策略。实验表明，EvoClinician超越持续学习基线及记忆智能体等其他自演化智能体。代码见 https://github.com/yf-he/EvoClinician。

EvoClinician：经测试时演化学习的多轮医疗诊断自演化智能体
图1：EvoClinician 架构与测试时学习循环。Actor 通过 AskQuestion 和 OrderTest 与 Med-Inquire 环境交互，接收来自 Patient 与 Examination 智能体的响应，同时 Cost Estimator 追踪资源使用。在 SubmitDiagnosis 之后，Judge 给出分级正确性评分。随后 Process Grader 审查完整对话记录，并给出动作级标签（例如 HIGH YIELD、LOW YIELD、INEFFICIENT）用于信用分配。最后，Evolver 在下一回合之前使用这些标签、最终得分与成本报告更新 Actor 的提示规则与外部记忆，从而在测试时于案例流上形成反复的 Diagnose–Grade–Evolve 循环。