论文
MentalSeek-Dx：迈向真实世界精神科诊断的渐进式假设演绎推理
MentalSeek-Dx: Towards Progressive Hypothetico-Deductive Reasoning for Real-world Psychiatric Diagnosis
摘要
精神健康障碍是一项日益严峻的全球公共卫生挑战。虽然大语言模型（LLM）在精神科评估中展现出潜力，但其临床应用受到缺乏生态效度与细粒度诊断监督的基准的严重制约。为弥合这一差距，我们提出MentalDx Bench，首个专门面向真实临床环境中障碍级精神科诊断的基准。该基准包含712份经委员会认证精神科医生依据ICD-11指南标注的去标识化电子健康记录，覆盖16个诊断类别下的76种障碍。对18个LLM的评估揭示了一个关键的范式错位：粗粒度诊断分类上的强劲表现与障碍级诊断上的系统性失败形成对比，凸显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MentalSeek-Dx，一个通过监督轨迹构建与课程式强化学习来内化该临床推理过程的医疗专用LLM。在MentalDx Bench上的实验表明，MentalSeek-Dx仅以14B参数即取得最先进（SOTA）性能，为可靠的精神科诊断建立了有临床依据的框架。
