arXiv · cs.AI · Heejoon Koo · 4 小时前模型评分34
LONGINUS：用检索-记忆多智能体裁决改进下次就诊诊断预测
Rethinking Next-Visit Diagnosis Prediction Beyond Aggregate Metrics: Retrieval--Memory Multi-Agent Adjudication
导读
研究提出 LONGINUS 检索-记忆多智能体裁决框架，将患者病历检索证据与结构化记忆结合，以跨视角一致性作为可靠性判断依据，保留一致预测并裁决分歧。在 MIMIC-III 和 MIMIC-IV 上搭配四个 大语言模型（LLM，Large Language Model） 骨干测试，LONGINUS 在几乎所有设置下取得 LLM 方法中最佳的按转移类型性能，总体指标也保持竞争力。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “Motivated by this, we propose LONGINUS, a retrieval-memory multi-agent adjudication framework combining evidence retrieved from patient records with structured memory of the patient trajectory.”
来源：arXiv · cs.AI · arxiv.org