社会思维链：植根医学鉴别诊断方法学的多智能体架构

医学诊断推理是LLM的一个高影响用例，对用户的健康与福祉有重大影响。当OpenAI（2026）报告全球超过5%的ChatGPT消息与医疗保健相关时，这些系统的透明度便成为严肃的设计关切。对复杂病例尤其如此：鉴别诊断往往需要整合多种形式的专科推理。已有工作提出面向医学诊断的多智能体方法，但这类系统何时必要、为何有效、以及在何处优于单体推理，仍不清楚。我们提出Social Chain of Thought（SCoT），一个面向医学鉴别诊断的多轮管线，将多智能体交互结构化为协作式LLM推理的审议框架。通过将SCoT与单智能体基线、单智能体管线消融以及best-of-n扩展对比评估，我们表明其召回优势无法由单体推理复现。SCoT在最困难的诊断病例中最成功：多轮专科对话有助于恢复真值诊断，并在更高召回率上收敛鉴别诊断。