arXiv · cs.AI· Maliha Tabassum, M Shamim Kaiser·· 1 天前
GPT-4o驱动的可解释对话式AI用于早期诊断研究
Towards Explainable Conversational AI for Early Diagnosis with Large Language Models
arXiv:2512.17559v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Maliha Tabassum, M Shamim Kaiser
研究任务与主要进展
研究提出由GPT-4o、检索增强生成和可解释AI驱动的对话式聊天机器人，通过相似性匹配、自适应提问和思维链提示进行症状提取、规范与诊断解释。相较传统机器学习模型，Top-1准确率为90%、Top-3为100%；17名医师评估14种条件后总体评价良好。系统不用于临床诊断或决策，医疗应用前仍需进一步验证。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org