用差分推理学习弥合临床智能体的推理差距

临床决策支持不仅需要正确的答案，还需要临床有效的推理。我们提出差分推理学习（DRL），一个通过从推理差异中学习来改进临床智能体的框架。DRL从参考推理依据（如医生撰写的临床依据、临床指南或更强模型的输出）与智能体的自由形式思维链（CoT）中提取推理图（有向无环图，DAG），并进行基于临床加权图编辑距离（GED）的差异分析。由LLM-as-a-judge对齐语义等价的节点并诊断图间差异。这些图级差异诊断被转换为自然语言指令，存入差分推理知识库（DR-KB）。推理时，我们通过检索增强生成（RAG）检索top-k条指令来增强智能体提示，修补可能的逻辑缺口。在公开医疗问答（QA）基准和来自内部临床数据的再就诊入院（RVA）预测任务上的评估显示，其较基线取得提升，同时改善最终答案准确率与推理保真度。消融实验证实了注入参考推理依据与top-k检索策略带来的收益。临床医生对输出的审阅进一步佐证了该方法。综合来看，结果表明DRL支持复杂推理场景下更可靠的临床决策，并提供了在有限token预算下部署的实用机制。