EvoClinician：基于测试时进化学习的自演化多轮医疗诊断智能体

当前主流医疗AI采用不切实际的“一次性”诊断模式，而真实临床诊断是一个迭代过程，医生需依次提问和安排检查以高效获取信息。为此，作者提出新基准Med-Inquire，基于真实病例模拟多轮诊断，通过Patient与Examination智能体隐藏完整病历，迫使诊断智能体主动获取信息。为应对该挑战，作者设计了EvoClinician——一种在测试时自演化的智能体，其核心为“诊断-评分-演化”循环：Actor执行诊断；Process Grader评估每步操作的临床价值与资源效率；Evolver据此反馈演化Actor的提示与记忆。实验表明，EvoClinician优于持续学习基线及其他自演化智能体。