CXReasonAgent:面向胸片证据锚定诊断推理的智能体

胸部 X 光检查在胸部诊断中发挥着核心作用，其解释本质上需要多步骤、基于证据的推理。然而，大型视觉语言模型（LVLM）通常会生成看似合理的响应，但这些响应并不忠实地基于诊断证据，并且为验证提供的视觉证据有限，同时还需要昂贵的再训练来支持新的诊断任务，限制了它们在临床环境中的可靠性和适应性。为了解决这些限制，我们推出了 CXReasonAgent，这是一种诊断代理，它将大语言模型 (LLM) 与基于临床的诊断工具集成在一起，使用图像衍生的诊断和视觉证据执行基于证据的诊断推理。为了评估这些功能，我们引入了 CXReasonDial，这是一个多轮对话基准，在 12 个诊断任务中包含 1,946 次对话，并表明 CXReasonAgent 可以生成忠实的响应，从而实现比 LVLM 更可靠、更可验证的诊断推理。这些发现强调了整合临床诊断工具的重要性，特别是在安全关键的临床环境中。