MedCalc-Pro：使用 LLM 代理解决复杂的医学计算

arXiv:2607.02879v1 公告类型：新 摘要：目前评估医学计算中大型语言模型 (LLM) 的基准很大程度上基于简化的设置，其中每个患者病例对应一个计算器，并且在查询中明确指定所需的工具。然而，真实的临床场景往往需要多个计算器进行联合评估、嵌套尺度计算以及不直接指定目标计算器的模糊查询。为此，我们提出了一个新的医学计算基准 MedCalc-Pro，它涵盖了三种逐渐具有挑战性的任务设置：单计算器、多计算器和嵌套计算器计算设置。 MedCalc-Pro 包含 2,268 个真实临床案例，涵盖 14 个临床科室的 77 个医疗计算器。同时，为了解决现有框架和方法在复杂临床场景中性能有限的问题，我们进一步提出了一种更通用的代理框架，支持多工具选择和嵌套工具调用，同时通过结构化验证和证据审查来抑制参数错误传播。我们对开源、闭源和医学专业法学硕士进行了系统比较，结果表明我们的框架在所有三种任务设置中都实现了最佳性能。这项工作为在具有挑战性的医学计算场景中评估和应用法学硕士提供了新的基准和方法。