研究：患者口述改写降低临床模型准确率

2026年10月15日，arXiv Artificial Intelligence 刊出 Prabhjot Singh 等作者的研究，考察临床语言模型对不同叙述口吻的敏感性及改写缓解方法。研究将 1,000 个 MedQA 病例配上临床、社会经济与文化三种口吻的复述，评测 12 个 3B 至 24B 的开源模型（含两个医学微调版）。结果显示，患者用带标记口吻叙述时，模型错误增加 26%，准确率合并下降 9.6 个百分点（95% CI [-11.0, -8.2]），且规模扩大未见缓解。研究称，思维链与显式去偏指令合计只能消除约五分之一的差距；让同一模型先把患者叙述改写为临床小短文再据此作答，可把差距减半，并在 11 个能运行该流程的模型上平均将带标记口吻的准确率提高 3.9 个百分点。改用结构化模板而非散文的对照流程也能消除同样差距，但在全部 11 个模型上准确率低 7.1 个百分点，加入推理代理或工具代价更高。研究同时指出改写并非没有代价：它比抽取恢复更多事实，但也会编造看似合理的细节，作者对此做了量化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。