研究人员开发了一个名为CaRDI（Calibrated Risk for Diagnostic Interaction，面向交互式诊断的校准风险）的新规划框架，以利用大型语言模型改进交互式医疗诊断。与以往仅关注减少不确定性的方法不同，CaRDI考虑了诊断错误的临床成本不均以及严重替代方案的遗漏。该框架使用诊断和安全信念以及一致残差校准，来估计损失组成部分，并通过平衡预期风险降低与交互成本来指导问题选择和停止标准。在医疗基准测试上的实验表明，CaRDI在需要更少问题的情况下提高了准确性，将临床损失降低了21.5%，并与基于不确定性的目标相比减少了严重遗漏。 AI
影响 该框架可以通过优先考虑临床风险而非简单的减少不确定性来提高医疗诊断的准确性和效率。
排序理由 该集群包含一篇详细介绍用于医疗诊断的新AI框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
