摘要
诊断错误对患者安全构成重大威胁，然而目前的大型语言模型（LLM）系统往往将诊断视为一次性预测任务，缺乏对高风险替代方案的保障或对其推理的严格验证。本文提出了AegisDx，一个以安全为导向的假设演绎临床推理框架。AegisDx通过角色特定的合同、结构化的中间输出、证据检索接口和验证门控来协调专门的LLM组件，以生成广泛的鉴别诊断，强制进行对危险“必须不遗漏”情况的明确筛查，基于扎实的医学证据验证推理，并构建可操作的后续步骤。
方法与评估
我们在三个层面上评估了AegisDx。在来自NEJM和JAMA的文献派生病例报告中，使用GPT-oss-120B作为共享基础，AegisDx的Top-3诊断准确率为59.9%，而独立LLM在JAMA病例中的准确率为52.1%；在NEJM病例中为62.7%，独立LLM为51.4%。在《急诊医学年鉴》中的病例中，Top-3准确率为85.7%，独立LLM为68.6%；在针对医生共识“必须不遗漏”诊断集的评估中，AegisDx在78.0%的病例中捕捉到了至少一个此类情况的前三个诊断，独立LLM为52.0%。
在对耶鲁新海文健康系统的43份真实急诊科笔记的盲法医生评估中，与GPT-5相比，AegisDx将医生评分的综合安全分数从4.31提高到4.55（调整后的p = 2.1×10^{-4}），在“必须不遗漏”识别和推理安全性方面取得了定性提升。
结论
我们的研究结果表明，将诊断AI工程化为一个安全导向的推理框架，而不是单纯优化原始预测准确性，可以为急救工作流程提供更安全、更透明和临床意义更强的床边决策支持层。
博主点评： AegisDx框架的提出为医疗AI的安全性提供了新的视角，强调了推理过程的透明性和对高风险情况的重视，标志着AI在临床应用中的重要进步。