LDTL序贯临床诊断框架提出

2026年10月26日，arXiv Artificial Intelligence 刊出 Xuyang Shen 等作者的论文，提出潜在诊断轨迹学习（LDTL）框架，用于序列化临床诊断。该框架由规划 LLM 智能体和诊断 LLM 智能体组成，将诊断动作序列视为潜在路径，并引入后验分布，以优先选择信息量更大的轨迹。在 MIMIC-CDM 基准的序列化临床诊断设置下，LDTL 的诊断准确率优于现有基线，且所需诊断检查更少。消融实验显示，轨迹级后验对齐是取得这些改进的关键。目前事件进展停留在该论文的框架提出与基准评测层面，报道未提及临床应用、外部验证或后续跟进研究。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。