双语听力咨询Agent以问诊策略归纳改善模拟病例盲评表现

听力学咨询需要结构化的病史采集、听力测量解释和以患者为中心的沟通，但现实世界的案例材料很少。我们提出了一位双语人工智能听力学家，将通用大语言模型与评分规则引导的剧本归纳、多模态听力图解释和检索增强基础相结合，而无需微调语言模型主干。我们使用包含 21 项的量规和人工智能患者模拟器，从 73 个训练案例（43 个英语、30 个中文）中归纳出 19 条规则的咨询策略，并在 58 个独立模拟案例（30 个中文、28 个英语）上与 17 名执业听力学家进行预先指定的、盲源比较，对系统进行了评估。人工智能听力学家在每种情况下都优于人类听力学家（58/58；在 5 点综合评分上，平均配对 $\Delta$ = +1.35，科恩的 d = 1.84，$P = 4.5 \times 10^{-20}$），在 21 个评分规则项目中的 20 个项目上，并且在两种语言中。组件消融将该手册视为最大的贡献者，为低数据医疗领域的专家咨询Agent提供了一条实用的途径。