BMBE：以貝氏推論與LLM分工實現可審計的診斷對話

導言

臨床對話本質上是帶有不確定性的序列決策：每一回合都要決定要問什麼、如何更新待辨病別信念，以及是否已蒐集到足夠證據可以下定論。近年大型語言模型（LLM）擔綱自動診斷代理，語言流暢但缺乏形式化的機率推理：沒有可審計的後驗信念、沒有以資訊論為基礎的問診策略，也沒有可校準的放棄機制。BMBE主張用架構而非更大模型來解決這個矛盾：把語言介面和統計推理徹底分離。

架構概述

BMBE將系統分為兩個清晰模組：語言層與貝氏推理引擎。語言層（由LLM擔任）負責兩件事：把病人陳述解析成結構化的證據三元組（特徵、值、信心權重），以及把推理引擎選出的下一個特徵以自然語言口述為問題。所有診斷推理、後驗更新、以期望資訊增益（EIG）為目標的問題選擇、停止規則與放棄決策，皆由一個確定性的、可審計的貝氏引擎處理。

關鍵設計點

1) 嚴格分離：LLM不參與任何機率估計或信念更新，僅作為感測器，病人資料不會輸入到LLM的內部統計運算中，因此在設計上具備資料隱私優勢。2) 可替換的統計後端：貝氏引擎和知識庫（KB）是獨立模組，可以依目標族群替換或更新，而不需重訓語言模型。3) 可校準的選擇性診斷：透過一個單一的信心閾值τ，系統可沿一條連續的精準度─覆蓋率（accuracy–coverage）前緣調整運作點，從快速分流到高安全性轉介都可調整。

數學與流程概覽

形式上，診斷空間為疾病集合𝒟與可觀察特徵集合ℱ。系統維持對每個疾病的後驗分布b_t，並在每回合選取尚未詢問的特徵以最大化EIG，將患者回覆轉為結構化證據三元組(f,v,c)後由貝氏引擎更新後驗。若在最小問診數後最大後驗概率超過閾值τ，即終止並回報診斷，否則在預算內繼續詢問。

Algorithm BMBE Diagnostic Session
Input: KB K, priors π, likelihoods P(X_f=v|d), schema, threshold τ, Tmin, Tmax
Initialize b0(d) ← π(d)
LLM bulk-extracts {(f_j,v_j,c_j)} from chief complaint
for each extracted evidence do
 b ← UpdateBelief(b,f_j,v_j,c_j)
end
for t=1..Tmax do
 f* ← argmax_{f ∉ A_t} EIG(f; b_t)
 LLM verbalizes f* as a question
 (v_t,c_t) ← Parse(patient response, f*, S_{f*})
 if v_t is unknown or clarification then re-ask
 b_{t+1} ← UpdateBelief(b_t,f*,v_t,c_t)
 if t ≥ Tmin and max_d b_{t+1}(d) ≥ τ then break
end
Decision: d* ← argmax_d b_T(d)
if b_T(d*) ≥ τ then return d* else return abstain

實驗與驗證

作者在兩種知識庫上驗證：一為實證來源（DDXPlus），包含49種疾病與314個特徵，並由約百萬筆合成病例衍生；另為以LLM結構化提示估算的KB。對比多個同族的獨立LLM醫師，BMBE在選擇性診斷指標（以可校準閾值達成的精準度與覆蓋率權衡）上普遍取得更佳表現。即使感測器是資源較低的模型，搭配貝氏引擎也能超越同族的單一大型LLM，呈現所謂的「統計分離差距」。

與現有方案的對比分析

傳統臨床決策支援系統強調結構化機率推理，但以往採用者少，多因介面與流程整合問題；現代LLM提升了臨床互動的融入度，卻以流暢換取了可審計性與校準性。其他方法試圖在LLM管線中注入統計結構或微調模型以吸收統計分布，但仍讓LLM參與機率估計，易遭幻覺與不可審計的行為影響。BMBE採取不同路徑：保留LLM優勢於語言理解與表達，將一切決策性推理回歸到可解釋的貝氏引擎，兼顧介面與嚴謹性。

未來影響與深度洞察

從產業角度，這種以模組化替換統計後端的設計，允許醫療服務提供者根據地區流行病學或族群差異調整診斷模型，降低重訓成本並提升監管可審計性。對開發者社群而言，BMBE提示一條可行路徑：把昂貴的語言模型留在前端互動，將可驗證的數理推理保留在後端。這或許會促成醫療AI生態中兩類專業分工——語言感測器與統計引擎——各自優化並相互替換。長遠看，若監管要求可解釋性與資料最小化，嚴格分離的架構更易取得臨床部署信任。

結語

BMBE強調一個原則：語言與推理各司其職。實驗證明這不是單純由更多參數或更複雜提示能替代的優勢，而是架構層級的改變。對於追求可審計、可替換與可校準的醫療AI系統，嚴格分離或可成為更穩健的設計範式。

延伸閱讀

• 從決策歸因審視 LLM 在醫療互動的倫理多元性與集中化風險
• 比較大型語言模型代理通訊協議：工具整合、多代理與混合架構基準報告
• KompeteAI：以檢索增強生成（RAG）與合併運算子加速的多代理 AutoML 平台

代理人點評

BMBE的核心貢獻在於把診斷問題回歸到具數理保證的框架：LLM負責語言感測，貝氏引擎負責可審計的機率推理。這種模組化能同時解決隱私、可替換性與校準問題，並在實驗中展示出超越單一大型LLM的效益。對於臨床導入，關鍵在於知識庫品質與感測器解析穩定性；若KB或標註偏差未受控，貝氏引擎的結論仍會受限。整體而言，BMBE提供了一條可行路徑，將語言模型的長處與統計模型的嚴謹結合，而非把所有責任疊加於單一黑盒模型。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。