《“诊断大语言模型”：一种用于可解释疾病诊断的混合贝叶斯神经语言框架》

2025年12月2日获悉，本文介绍了一项创新的临床人工智能系统——“诊断大语言模型”，该框架通过融合贝叶斯反卷积、表达数量性状位点（eQTL）引导的深度学习以及基于大语言模型的叙述生成技术，实现了对疾病（尤其是阿尔茨海默病）的高精度、可解释诊断。该系统不仅强调预测的准确性，更注重输出的透明性与生物可解释性，从而提升了临床医生和患者对AI决策的信任度。“诊断大语言模型”作为一个模块化、可解释的疾病诊断框架，成功整合了贝叶斯反卷积、遗传调控建模与语言智能，在提升预测性能的同时，实现了对模型行为的透明解释。其核心优势在于：信号提取的鲁棒性、预测的生物学基础、解释的人本化。未来工作可进一步优化大语言模型提示的关联机制，加强特征归因与解释生成的逻辑衔接，并将框架扩展至更多疾病类型与多模态数据。“诊断大语言模型”为推动可信、可操作的临床AI系统提供了有前景的范例，标志着在精准医疗中实现“预测-解释”一体化的重要进展。