HIT Webinar | [潘家臻 TUM] 大语言模型迈入“推理时代”:医学语境下的现状、评估与展望

大语言模型迈入“推理时代”:医学语境下的现状、评估与展望

北京时间2025年9月12日晚上20:00

#腾讯会议:677-727-216

随着大语言模型(LLMs)与多模态模型(VLMs)的发展，推理(Reasoning)已成为医学人工智能能否真正走向临床的关键能力。当前的 state of the art 方法(如链式思维、树状思维、多代理协作等)在一般任务中展现出优异表现，但在医疗语境中，推理的要求更为严苛。到底什么才是好的推理?一个“好的推理”不仅意味着给出正确答案，更要求逻辑过程清晰、证据可靠、推断路径可追溯，并能够经受临床验证。因此，如何界定与评估医学场景下的推理能力成为核心问题，现有方法包括基于答案正确性的衡量、对推理过程的多维度评价，以及结合自动化红队测试与专家打分的综合框架。本报告将系统介绍医学 LLM/VLM 在临床问答与病例分析中的最新进展与局限，探讨推理评估的挑战与标准并展望未来的发展方向，包括如何构建更贴近医生思维的模型、建立统一的评估基准，以及推动推理型医疗 AI在真实场景中的应用。希望通过分享，引发大家对“如何让医学 AI不仅会回答，更会推理”的思考。END