CReaTe-LM:一个用于逐步启发式临床推理指导的大语言模型

《Artificial Intelligence in Medicine》:CReaTe-LM: A large language model for stepwise, heuristic clinical reasoning instruction

【字体: 大 中 小 】 时间:2026年10月14日 来源:Artificial Intelligence in Medicine 7.8

编辑推荐:

   • CReaTe-LM:一种用于分步式、启发式临床推理教学的语言模型 • 多智能体流水线,模拟真实的临床教学场景 • CRID:6.4K多轮对话,3100万中文字符的教学指令 • 在LLM评估、专家评分和NLP指标方面,优于包括GPT-4.1在内的八种最先进模型 • 在课堂研

  

• CReaTe-LM:一种用于分步式、启发式临床推理教学的语言模型
• 多智能体流水线,模拟真实的临床教学场景
• CRID:6.4K多轮对话,3100万中文字符的教学指令
• 在LLM评估、专家评分和NLP指标方面,优于包括GPT-4.1在内的八种最先进模型
• 在课堂研究中,相比标准化讲座提升了考试成绩

**引言**

医学教育必须培养的不仅是生物医学知识,还有临床推理能力——即临床医生收集和解读数据、生成并检验假设、最终得出诊断和治疗方案的认知与互动过程[1]、[2]、[3]。这项能力被广泛认为是本科和研究生培训的核心教育成果之一[4]。然而,明确教授临床推理仍然困难且资源密集,推理能力方面的不足也确实导致了患者损害:近期全国估计数据显示,美国每年约371,000例死亡和424,000例永久性残疾归因于诊断错误[5],而医院队列研究报告约23%病情恶化至转入ICU或死亡的患者存在诊断错误[6]。这些发现共同凸显了更需要有效且可扩展的临床推理教学的紧迫需求。

尽管其重要性不容忽视,该领域仍缺乏可扩展的、以过程为导向的教学系统,这些系统应能够明确建模临床推理工作流程,并通过迭代的、分步的推理练习来支持学习者。传统方法——如床旁查房、基于案例的讨论和问题导向学习——虽然有效,但通常高度依赖经验丰富的促进者和专门的培训资源[7]、[8]、[9]、[10]。这种依赖性限制了教学的一致性和可扩展性,使得难以大规模提供持续的、个性化的指导。

随着大语言模型在医学领域的快速且切实的进展,新的机遇应运而生。近期系统通过微调、知识图谱和专家规则注入领域知识,提升了医学问答和决策支持能力[11]、[12]、[13]、[14]。然而,医学教育——尤其是临床推理教学——在当前基于LLM的系统中仍然相对缺乏服务。大多数模型仍然是以答案为中心的:它们遵循用户提问、模型回答的范式,产生确定性输出,对支撑临床推理的"生成-评估-修正"循环(即生成-评估-修正周期)的支架支持十分有限(例如华佗GPT[11])。此类交互模式与要求分步提示、启发式提问以及在学习者推理过程中及时反馈的教学策略不匹配。

在本研究中,我们的主要目标是开发和验证一个能够提供结构化临床推理教学的语言模型,而非通用的医学问答模型。具体而言,我们将教学操作化为问题驱动的启发式支架——激发学习者的推理依据,并引导其自我监控和推理完善,这与健康专业教育中的元认知和苏格拉底式传统一致[15]、[16]。图1对比了提出的教学范式与以答案为中心的医学LLM。

开发用于临床推理教学的语言模型面临两大主要挑战。**数据缺口**:尽管存在大量医学数据——如电子病历和医患对话[17]、[18]、[19]——但它们很少捕捉到真实临床教学环境中具有教学意义的师生互动,限制了其教学效用。**过程复杂性**:临床推理是复杂的、迭代的且认知负荷重的;一个教学模型必须能够在长时间的问题解决过程中维持分步指导和自适应提问。鉴于当前LLM固有的被动响应范式,提升其结构化教学能力对于促进学习者积极主动参与至关重要。

为弥合这一差距,我们采用了七步临床推理教学支架,改编自先前的结构化临床推理教学工作[20]、[21]、[22],以结构化LLM引导的教学——从问题表征到反思性复盘。在CRIS指导下,我们聚合了四个科室的中国电子病历,并利用临床医生撰写的范例,运用LLM提取关键事实,将病历重构为符合CRIS的章节,并补充缺失的教学要素,随后由临床医生审核——从而形成一个高质量的、符合CRIS的电子病历语料库。在此基础上,我们设计了"教师-专家-学生"流水线,其中三个基于LLM的智能体模拟真实的、分步式的临床教学。通过这一多智能体流水线,我们构建了CRID——据我们所知,这是第一个大规模、高质量的中国临床推理教学对话数据集——包含6.4K多轮对话和107K单轮交互。利用CRID,我们开发了CReaTe-LM(临床推理教学语言模型),该模型在分步指导和启发式提问方面具有强大能力。该模型首先在CRID上进行监督微调,赋予其强大的教学能力。随后,我们使用直接偏好优化增强性能,针对三个教学缺陷——过早推进、答案泄露和响应不一致——使输出与人类偏好对齐。整体研究工作流如图2所示。

总结而言,我们的贡献包括:
• 我们构建了CRID,据我们所知是第一个用于临床推理教学的大规模、高质量中文数据集,包含超过2.1K重构的电子病历、6.4K多轮对话和3100万字符,在统一的CRIS框架下构建,并通过"教师-专家-学生"多智能体流水线生成。
• 我们介绍了CReaTe-LM,据我们所知是第一个专为临床推理教学设计的语言模型,提供强大的结构化、启发式和个性化指导。
• 我们提出了一种用于教学质量的多视角评估框架,整合了基于LLM的评估、人类专家评估和标准NLP指标,实现稳健全面的基准测试。
• 我们提供了大量证据,表明CReaTe-LM在通用、医学和教育领域均始终优于强大的基线模型,并且在真实的课堂研究中相比标准化的、由教师主导的讲座取得了可靠的提升。

**临床推理教学**

临床推理长期以来通过床旁查房、基于案例的讨论和问题导向学习来教授,通常以微技能作为支架,如一分钟导师法和SNAPPS法[9]、[10]。近期研究表明,这些教学法可以改善病例汇报质量和诊断表现,但它们仍然存在差异且高度依赖师资,限制了可扩展性和一致性[24]。AI最近被引入以增强学习过程中的孤立步骤——例如LLM驱动的模拟或

**CRID数据集**

为有效支持临床推理教学,必须解决两个关键挑战:(1)**结构缺口**。尽管存在大量开源电子病历数据集,但大多数缺乏标准化和全面的结构规范,难以支撑完整的临床推理过程。(2)**过程缺口**。现有的结构化电子病历数据集通常只提供参考答案,而遗漏了假设演绎过程

**CReaTe-LM的训练与强化**

使用CRID,我们首先进行监督微调,然后应用针对三个教学缺陷的强化学习。值得注意的是,在训练和评估期间,我们都避免了使用最初为教师智能体设计的复杂提示词。虽然这些提示词有助于LLM模拟教师角色,但它们掩盖了模型内在的教学能力。为确保公平评估,我们仅使用简洁、必要的提示词(详见附录A.2),最大限度地减少依赖。

**临床推理教学的评估**

尽管先前研究已评估了一般教育中的教学能力[52]、[53],但由于临床教学的复杂性和领域特定要求,这些方法难以直接适用于临床教学。为弥合这一差距,我们引入了临床推理教学评估框架——据我们所知,这是首个专门设计用于评估LLM在此场景下的框架。该框架整合了基于LLM的判定、人类专家评估和标准NLP训练与评估设置。

**训练与评估设置**

我们基于Qwen3-8B[57]构建CReaTe-LM,这是最新且能力最强的开源LLM之一。训练在三块NVIDIA L40(48GB)GPU上进行,采用数据并行化,使用低秩适配方法进行参数高效微调。在SFT阶段,模型在100K对话轮次(排除所有评估数据)上训练,学习率5e-5,批量大小3,2个周期。在DPO阶段,它在3K偏好三元组上进一步细化,使用

**讨论与启示**

本研究提出了CReaTe-LM,一个旨在提供结构化、启发式临床推理教学的大型语言模型。通过全面的多视角评估——包括专家审核、基于LLM的指标和随机对照课堂试验(这在现有医学领域LLM系统中较为罕见[11]、[66])——我们证明了CReaTe-LM比GPT-4.1和传统讲座都能提供更有效且更符合同事的教学指导。值得注意的是,由CReaTe-LM指导的学生

**结论**

在本工作中,我们介绍了CReaTe-LM,据我们所知是第一个专为临床推理教学而设计构建的语言模型。为支持这一任务,我们提出了统一的CRIS并发布了CRID——一个大规模、高质量的中国语料库,通过"教师-专家-学生"多智能体模拟生成。基于CRID,CReaTe-LM提供结构化、启发式和个性化指导,在基于LLM的、人类的和NLP指标上始终超越强大的基线模型;在一个真实的

**CRediT作者贡献声明**

Zhengqi Zhao:原创性撰写、方法论、调查、形式分析、数据管理。Shuang Wang:软件、方法论、调查、形式分析、数据管理。Rui Chen:可视化、软件、数据管理。Shuyuan Tian:验证、监督、资源。Fuli Wu:监督、资源。Haigen Hu:撰写-审阅与编辑、监督。Pengyi Hao:项目管理、方法论、概念化。

**伦理声明**

本研究——包括对电子病历数据的二次使用——经浙江省桐乡市德济医院医学伦理委员会审查并批准(批准编号:KTSC2025080;批准日期:2025年3月6日)。所有用于模型训练和评估的数据在访问和分析之前均已完全去标识化。

**利益冲突声明**

作者声明他们没有任何已知的竞争财务利益或个人关系可能影响本文所报告的工作。

**致谢**

本研究得到国家自然科学基金(编号:62577049)的支持。

Zhengqi Zhao|Shuang Wang|Rui Chen|Shuyuan Tian|Fuli Wu|Haigen Hu|Pengyi Hao
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号