CDEG：从历史轨迹学习决策关键证据提升长程诊断Agent

论文作者 Xiwei Dai、Zijie Meng 等发布 CDEG，一个面向长时程医疗诊断的图式框架，从历史诊断轨迹中学习可复用的决策关键证据，用于在推理阶段指导诊断代理获取遗漏证据或重新审视被忽视的证据。 方法上，CDEG 对照同一病例的成功与失败轨迹筛选候选证据，通过受控反事实干预验证其对诊断的影响，并将诊断—证据—动作关系组织成结构化图。基于论文摘要，作者声称在域内和分布外基准的多个医生代理骨干上，相比未使用该方法的代理，准确率最高提升 11.5%。

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。