ResidencyRL 论文:模拟环境强化学习让精神科 AI 诊断合适率 33%→68%
SRSchmidgall · x · 2026-10-31
Google 等机构发布预印本论文 ResidencyRL,提出在模拟临床环境中用强化学习训练医疗 AI agent 的方法。
- 训练方式:agent 在模拟多轮临床问诊中练习(每条轨迹最多 60 轮对话、8 次工具调用),而非静态 QA 数据,模拟「住院医师规培」过程。
- 精神科压力测试:选择精神科是因为问诊本身就是诊断工具,关键病史只有在建立信任后才浮现。
- 结果:仅在模拟病人上训练的 agent,在与 32 位精神科医生角色扮演的双盲 OSCE 考核中,被偏好于同提示词的基座模型,76.7% 的场景对中胜出;诊断合适性从 33% 提升到 68%,接近翻倍,关键在于学会了「怎么问更好的问题」。
- 意义:证明纯模拟环境中习得的技能可以迁移到真实医生主导的双盲评估。
所属事件:Google用模拟患者RL训练Gemini做精神科问诊，安全漏判减半(12 条相关)→
「研究」频道最新
- 单视图新视角合成基准被指错位，测试时优化对齐会误导评测 — kwangmoo_yi · 2026-10-31
- arXiv 版主招人：投稿量暴增致审核拖数月，急募版主 — tdietterich · 2026-10-31
- arXiv 版主点名：首次投稿的独立单作者最易被 hold — tdietterich · 2026-10-31
- arXiv 版主：课程作业、综述、立场文件都过不了政策检查 — tdietterich · 2026-10-31
- arXiv hold 机制内幕：版主可提议更换论文主分类 — tdietterich · 2026-10-31
- arXiv 版主详解论文被 hold 四大原因：分类器低分居首 — tdietterich · 2026-10-31