一、教程简介

DiagAgent 是由上海交通大学和上海人工智能实验室的 AI4Med 团队于 2025 年 8 月 14 日发布的诊断智能体（7B 、 8B 、 14B），能够主动管理诊断轨迹：选择最具信息量的检查、决定何时停止检查并给出准确的最终诊断。

与传统医学大模型仅提供一次性答案不同，DiagAgent 可以推荐相关检查并在多轮对话中自适应更新诊断，只有在获得足够信息时才给出最终诊断。

DiagAgent 通过 端到端多轮强化学习（GRPO）在 DiagGym 环境中优化。在每次交互中，智能体从初始问诊开始，通过推荐检查并接收模拟结果与 DiagGym 互动，并决定何时做出最终诊断，相关论文成果为 Evolving Diagnostic Agents in a Virtual Clinical Environment  。

该教程支持如下模型和功能：

3 个模型检查点：

• DiagAgent-7B
• DiagAgent-8B
• DiagAgent-14B（默认）

核心功能：

• 支持多轮诊断评估：给定患者状态，模型进行单次决策（推荐检查或给出诊断）

本教程采用资源为单卡 RTX 5090 。

二、项目示例

三、运行步骤

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 9 分钟后刷新页面。

使用 Safari 浏览器时，音频可能无法直接播放，需要下载后进行播放。

1. 填写患者信息并诊断

在单轮评估中，DiagAgent 在给定患者状态后，做出单次决策：推荐下一个检查或提供最终诊断。

2. 提交检查报告，继续诊断

通过提交上一轮需要做的检查报告结果，开始推荐下一个检查或者提供最终的诊断。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓ 

引用信息

@misc{qiu2025evolvingdiagnosticagentsvirtual,
      title={Evolving Diagnostic Agents in a Virtual Clinical Environment},
      author={Pengcheng Qiu and Chaoyi Wu and Junwei Liu and Qiaoyu Zheng and Yusheng Liao and Haowen Wang and Yun Yue and Qianrui Fan and Shuai Zhen and Jian Wang and Jinjie Gu and Yanfeng Wang and Ya Zhang and Weidi Xie},
      year={2025},
      eprint={2510.24654},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2510.24654},
}