DrGait：基于生物力学的视觉推理，用于可解释的临床步态分析

当前临床应用的自动步态分析依赖于无法解释的黑盒分类器。尽管视觉语言模型 (VLM) 提供强大的推理能力，但将其直接应用于步态视频通常会导致幻觉，因为它们很难测量与原始视觉上下文的细微几何偏差。为了解决这个问题，我们引入了 DrGait，这是一个无需训练的代理框架，它将 VLM 的角色从直接视觉推理器转变为临床规划器。 DrGait 通过结构化的分类-验证-综合 (TVS) 工作流程将语义推理与几何感知分离。给定输入视频和一组基本时空指标，DrGait 代理首先执行启发式分类来提出诊断假设，然后通过自主调用确定性生物力学工具来验证诊断假设，这些工具对重建的 3D 网格轨迹、分段的 2D 姿势轨迹和以事件为中心的视频证据进行操作。最后，闭环机制根据反馈递归更新代理的推理上下文。通过将 VLM 的推理锚定在可验证的几何和时间测量中，DrGait 减少了幻觉，实现了有竞争力的诊断准确性，同时生成透明且可审计的临床报告。