通过反事实多智能体推理改善临床诊断

临床诊断是一个复杂的推理过程，临床医生在此过程中收集证据，形成假设，并根据其他解释对其进行检验。在医学训练中，这种推理是通过反事实提问明确发展的——例如，询问如果关键症状不存在或改变，诊断将如何改变——以加强鉴别诊断技能。随着基于 大语言模型 (LLM) 的系统越来越多地用于诊断支持，确保其建议的可解释性变得至关重要。然而，大多数现有的基于 LLM 的诊断剂都会对固定的临床证据进行推理，而没有明确测试各个发现如何支持或削弱竞争诊断。在这项工作中，我们提出了一种受临床医生训练启发的反事实多智能体诊断框架，使假设检验明确且有证据支持。我们的框架引入了反事实病例编辑来修改临床结果并评估这些变化如何影响竞争诊断。我们进一步定义了反事实概率差距，这是一种通过测量这些编辑下的置信度变化来量化个体发现支持诊断的强度的方法。这些反事实信号指导多轮专家讨论，使代理能够挑战不受支持的假设，完善鉴别诊断，并产生更可解释的推理轨迹。在三个诊断基准和七个 LLM 中，我们的方法持续提高了提示基准和先前多代理基准的诊断准确性，在复杂和模糊的情况下观察到最大的收益。人类评估进一步表明，我们的框架产生了更多临床有用、可靠和连贯的推理。这些结果表明，纳入反事实证据验证是构建可靠的临床决策支持人工智能系统的重要一步。