研究者提出PRISM在线医疗问诊框架
Start here
2026年11月3日，arXiv自然语言处理领域发布关于在线医疗问诊的研究成果，研究者提出了PRISM框架。该框架旨在应对在线问诊中因患者主动转移话题导致的不规则对话演变，其将在线医疗分诊拆解为信念估计、策略优化与回复实现三个环节，实现了隐状态估计与动作选择的解耦。评估结果显示，PRISM表现显著优于前沿大语言模型与临床AI智能体，其临床决策准确率提升了22.40个百分点，BERTScore_F1指标也超过最强基线5.51分。
AI-generated from reports · Updated 1 day ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理通过信念估计应对在线医疗问诊中的不规则状态转移
PRISM 框架通过将在线医疗分诊拆解为信念估计、策略优化与回复实现，解耦隐状态估计与动作选择，有效应对患者主动转移话题带来的不规则对话演变。评估结果显示，PRISM 的临床决策准确率提升 22.40 个百分点，BERTScore_F1 超过最强基线 5.51 分，表现显著优于前沿大语言模型与临床 AI 智能体。
Story heat trend
Current heat 4·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours-51%
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.