DeepMind 用模拟患者 RL 训练 Gemini 精神科问诊
New Google DeepMind paper shows that training a model with RL on simulated patients made it a better psychiatric intake interviewer, as judged by psychiatrists.
Google DeepMind 用模拟患者对 Gemini 3.1 Flash-Lite 做多轮 RL 训练，在 60 组配对病例中有 76.7% 被精神科医生盲评判定优于同提示词的基座模型。在 256 个对抗性病例中，急性风险未升级率从 30.5% 降至 12.9%，即约每 8 例仍有 1 例危机未被上报。32 名精神科医生扮演患者，另 15 名医生盲评对话记录。
正文 · AI 翻译
一篇新的 Google DeepMind 论文表明，用强化学习在模拟患者上训练模型，使其成为更好的精神科接诊访谈员，这一点得到了精神科医生的评判。
在模拟精神科接诊访谈上进行训练，使对抗性病例中急性风险漏报升级的比例从 30.5% 降至 12.9%。
在精神科中，接诊访谈是主要的诊断工具，而关键事实往往只有通过信任和细致的提问才会浮现。大多数对话式医疗 AI 评估都将精神科病例排除在外。
他们用多轮强化学习训练 Gemini 3.1 Flash-Lite，对手是只有在建立融洽关系和提出有针对性的问题后才会透露关键事实的模拟患者。随后，32 名精神科医生扮演患者，另有 15 名医生对对话记录进行盲评。
在 60 组匹配病例对中，经过训练的智能体在 76.7% 的情况下优于使用相同提示词的基座模型。在 256 个对抗性病例中，它未能升级急性风险的比例为 12.9%，低于此前的 30.5%。
如果你要构建健康智能体，就用模拟对话来训练它们，但要保持临床医生的监督，因为大约每 8 个对抗性危机中就有 1 个未被升级上报。
– arxiv. org/abs/2610.40476
标题：“在模拟中训练语言模型用于精神科接诊”