从视网膜证据到安全决策：用于医疗LLM幻觉风险分流的RETINA-SAFE与ECRT

医疗大语言模型（LLM）中的幻觉仍然是一个安全关键问题，尤其是在可用证据不足或相互冲突时。我们在糖尿病视网膜病变（DR）决策场景中研究这一问题，并提出RETINA-SAFE，一个与视网膜分级记录对齐、以证据为根基的基准，包含12,522个样本。RETINA-SAFE被组织为三个证据关系任务：E-Align（证据一致）、E-Conflict（证据冲突）和E-Gap（证据不足）。我们进一步提出ECRT（Evidence-Conditioned Risk Triage），一个两阶段白盒检测框架：第一阶段执行安全/不安全风险分流，第二阶段将不安全案例细分为矛盾驱动型与证据缺口型风险。ECRT利用CTX/NOCTX条件下的内部表示与logit变化，并采用类别平衡训练以实现稳健学习。在多个骨干模型上采用按证据分组（而非按患者不重叠）的划分时，ECRT提供了强劲的第一阶段风险分流和明确的子类型归因：第一阶段平衡准确率较外部不确定性与自一致性基线提升+0.15至+0.19，较最强的适配监督基线提升+0.02至+0.07，并在第一阶段平衡准确率上持续超过单阶段白盒消融。这些发现支持以视网膜证据为根基的白盒内部信号，作为可解释医疗LLM风险分流的一条实用路径。