人類-LLM 對話提升急診醫療診斷準確率

在急診醫療環境中，臨床決策需要在不確定性下快速且準確地進行，但關於大型語言模型（LLM）作為互動輔助工具在醫生實際工作流程中有效性的證據目前仍顯匱乏。研究團隊開發了 MedSyn 系統，允許醫生在僅查看主訴的情況下，向提供完整病歷的 LLM 進行迭代查詢，以輔助診斷。

研究由七位醫生（三位資深醫師與四位住院醫生）參與，針對 52 個基於 MIMIC-IV 資料集且按難度分層的病例，完成了基線與 AI 輔助的對話會話。盲評結果顯示，住院醫生在困難案例中的正確率從 0.589 提升至 0.734；經難度標準化的完全正確率確認了中等效應（Δ = 0.092; p = 0.071; d = 0.47）。自動化指標也佐證了這些提升，標準化的任意匹配準確度提高了 0.156（p < 0.0001），且住院醫生展現了最大的 F1 增益（Δ = 0.138; p < 0.0001）。

對話分析揭示了依賴專業程度的策略差異：資深醫師傾向提出針對性且基於假設的問題，而住院醫生則依賴更廣泛的查詢。此外，跨專業的一致性顯著增加（Δ = 0.145; p < 0.0001）。研究證實，互動式 LLM 支援能有意義地增強診斷推理能力。