论文
Evo-MedAgent：以会记忆、能反思、可改进的智能体超越一次性诊断
Evo-MedAgent: Beyond One-Shot Diagnosis with Agents That Remember, Reflect, and Improve
摘要
工具增强的大语言模型（LLM）智能体可以编排专科分类器、分割模型和视觉问答模块来解读胸部X光。然而，这些智能体仍在孤立地处理每个病例：它们无法跨病例积累经验、纠正反复出现的推理错误，也难以在不依赖昂贵强化学习的情况下调整其工具使用行为。放射科医生会随着每个病例自然进步，而现有智能体却保持静止。在本工作中，我们提出Evo-MedAgent，一个自演化记忆模块，赋予医学智能体在测试时进行跨病例学习的能力。我们的记忆由三个互补存储组成：(1) 回顾性临床情节（Retrospective Clinical Episodes），从相似的既往病例中检索问题解决经验；(2) 自适应程序性启发库（Adaptive Procedural Heuristics），整理带优先级标签的诊断规则并通过反思演化，就像医生打磨自己的内在判断标准；(3) 工具可靠性控制器（Tool Reliability Controller），跟踪每个工具的可信度。在ChestAgentBench上，Evo-MedAgent将GPT-5-mini的多选题（MCQ）准确率从0.68提高到0.79，将Gemini-3 Flash的准确率从0.76提高到0.87。在拥有强基座模型时，在定性诊断任务上，演化记忆比编排外部工具更能有效提升性能。由于Evo-MedAgent无需训练，其单病例开销仅限于一次额外的检索和一次反思调用，因而可部署在任何冻结模型之上。
