面向眼科临床决策支持的指南锚定检索增强生成

在本工作中，我们提出Oph-Guid-RAG，一个面向眼科临床问答与决策支持的多模态视觉RAG系统。我们将每页指南视为独立证据单元，直接检索页面图像，从而保留表格、流程图与版式信息。我们进一步设计了一个带路由与过滤的可控检索框架，可选择性引入外部证据并降低噪声。该系统集成查询分解、查询改写、检索、重排与多模态推理，并提供带指南页引用的可追溯输出。我们采用基于医生的评分协议在HealthBench上评估我们的方法。在困难子集上，与GPT-5.2相比，我们的方法将总分从0.2969提升至0.3861（+0.0892，+30.0%），并取得更高准确率，从0.5956提升至0.6576（+0.0620，+10.4%）。与GPT-5.4相比，我们的方法取得更大的准确率增益+0.1289（+24.4%）。这些结果表明，我们的方法在需要精确、循证推理的挑战性病例上更为有效。消融研究进一步表明，重排、路由与检索设计对稳定性能至关重要，尤其是在困难设置下。总体而言，我们展示了将基于视觉的检索与可控推理相结合如何改善临床AI应用中的证据锚定与鲁棒性，同时指出要更加完善仍需进一步工作。