NSIDDx：资源匮乏环境中神经符号、从业者优先的鉴别诊断设计框架

基于 LLM 的诊断系统在基准上实现了很高的语义准确性，但对临床不常见表现的开放式评估揭示了标题准确性和可验证的临床可靠性之间的系统性差距。我们评估了两个队列中的 LLM+罕见疾病-RAG 管道，并表明该范式产生的可信输出经常无法验证，并且系统地抵制临床医生的询问。我们提出了 NSIDDx（神经符号集成鉴别诊断系统），这是一个设计框架，认为资源匮乏环境中的 DDx 系统必须将临床医生视为主动推理主体。我们通过神经符号管道来实例化它，该管道具有三元症状编码、矛盾检测、审计字符串和从业者覆盖——在消费者硬件上离线运行。我们提炼出临床医生在环临床 NLP 的五项设计原则，并邀请进行大规模验证所需的前瞻性研究。