MedAction：朝向主動多轮臨床診斷 LLM 邁進

現有醫療大語言模型多在靜態、單輪設定下接受評估，假設患者資訊在初始階段即已完整提供，這過度簡化了真實臨床實踐。研究團隊指出，真實的臨床診斷過程應包含從初步觀察開始，依序進行檢查訂購、結果解讀，並在多輪互動中更新鑑別診斷。系統性分析顯示，現有大模型存在三種反覆出現的失敗模式：缺乏依據的檢查訂購、不可靠的診斷更新，以及多輪一致性下降。這些失敗揭示了核心缺陷：現有醫療訓練數據教導模型從完整資訊進行推理，卻未教導其在演變且部分證據下採取行動。

為填補此差距，研究團隊提出 MedAction 框架，這是一套樹狀結構的蒸餾管道，透過大語言模型與環境的互動，合成多樣且高品質的多輪診斷軌跡。該框架採用兩個基於知識圖譜的指標來過濾軌跡品質：疾病軌跡一致性（Disease Trajectory Consistency, DTC）追蹤模型假設是否收斂至正確診斷，以及推理與行動一致性（Reasoning-Action Consistency, RAC）驗證信念更新是否由收集到的證據驅動。

基於此管道構建的 MedAction-32K 數據集包含來自 2,896 個 PMC 案例的 32,681 條軌跡。在該數據集上微調 8B 模型後，在 MedR-Bench 與研究團隊自建的 MedAction-300-Hard 基準測試中，均取得了開放源碼模型中的最佳表現，推動了開放源碼醫療大語言模型的邊界。