MeDxAgent：交互式医疗诊断的多智能体咨询

大语言模型 (LLM) 越来越多地用于健康相关的决策支持。然而，大多数评估将诊断视为一次性任务，并预先提供完整信息，通常作为多项选择。这与临床实践不同，临床实践中的诊断是交互式的、开放式的，涉及通过有针对性的提问来完善假设。我们解决了这个差距。我们建立了 MeDxBench，这是一个涵盖 20 个专业的 4,421 个临床病例的大型基准。我们进一步提出了MeDxAgent，一种用于交互式诊断的多智能体咨询系统，并系统地研究了其即时级、流程级和智能体级的设计选择。 MeDxAgent 的准确率比 MeDxBench 基准提高了 10.3%，与全信息预言机的差距缩小了 52.3%。我们发现，具体的设计选择：首先收集人口统计数据，通过总结性对话进行诊断，并为有针对性的询问提供候选诊断，可以提高准确性，反映医生的推理方式，尽管它们的效果只有在组合时才能完全显现。代码和数据集将在发布后发布。