EP17 · 场景·医疗与教育

一句话概要：医疗智能体要诚实、可解释、有证据、懂分寸，永远是副驾驶；个性化学习四步流水线，学名叫认知诊断模型。 素材锚点：单选 13、单选 31、单选 19、问答 4、问答 6、多选 25、实操 4 ｜ 所属：第二季·工程与场景

一、知识框架

本集覆盖要求最严的两个行业，一条共同主线：可信才是通行证。

1. 医疗侧四要素：输出不确定性时返回概率分布（单选 13）；可解释决策优先选贝叶斯网络（单选 31）；可信决策机制四件套（问答 4）；医疗辅助边界只有建议参考与数据加密（多选 25）。
2. 教育侧流水线：个性化学习路径调整四步（问答 6）；按答题调整难度属于认知诊断模型（单选 19）；智能助教通过课堂行为分析闭环到教师（实操 4）。
3. 共同哲学：两个行业都是副驾驶模式——智能体看见每一个学生、给出参考建议，但决定权永远在人。

二、题面锚点

单选 13：医疗诊断智能体输出不确定性时，正确的处理方式是（ ）

A. 隐藏低置信度结果　B. 强制输出最高概率项　C. 返回概率分布　D. 随机选择结果

单选 31：构建可解释的医疗决策智能体，应优先采用（ ）

A. 深度强化学习　B. 贝叶斯网络　C. 卷积神经网络　D. 生成对抗网络

单选 19：教育智能体根据学生答题调整难度，属于（ ）

A. 课程推理机制　B. 认知诊断模型　C. 情感计算框架　D. 元学习策略

问答 4：如何为医疗诊断智能体构建可信决策机制？

问答 6：设计教育辅导智能体时，如何实现个性化学习路径调整？

多选 25：智能体在医疗辅助中的边界包括（ ）

A. 提供诊断建议参考　B. 患者数据加密传输　C. 自动开具处方药物　D. 手术机械臂控制　E. 替代医患沟通

实操 4：AI 助教如何通过课堂行为分析推动个性化教育？结合实例说明。

三、答案讲透

单选 13 答案：C（返回概率分布）。医疗诊断很少有百分之百，智能体算出甲病六成、乙病三成、丙病一成，诚实的做法是把这摊牌全给医生看，让医生结合临床经验做最终判断。隐藏低置信度结果是把系统短处藏起来，误诊风险就这么埋下；强制输出最高概率项是把概率决策伪装成确定决策，六成敢说一百分，系统在赌，赌错没人知道为什么；随机选择结果是把患者安全交给抛硬币。系统知道自己不知道什么，比知道多少更重要——医疗场景里诚实不是美德，是安全机制（呼应 EP15 透明度三板斧的置信度展示）。

单选 31 答案：B（贝叶斯网络）。可解释是医生采纳建议的前提——医生要答案更要理由。贝叶斯网络天生是一张因果关系图，疾病与症状的依赖关系结构化，从症状推病因每一步都有据可查，它的结构本身就是理由。深度强化学习擅长序贯决策但策略是黑箱；卷积神经网络看片子准但指的是像素权重，医生没法当依据；生成对抗网络是生成模型，与诊断决策不对路。与单选 13 配套：输出诚实加过程透明，医疗智能体才有可信骨架。

问答 4 参考答案：结合知识图谱推理临床指南，输出诊断置信度分数，提供可追溯证据链（如相似病例），禁止完全自主处方。四件套是一条完整的信任链：知识图谱让医生信其源（判断有出处，推理沿指南路线走）；置信度分数让医生信其度（八十分和五十五分，医生采纳的谨慎程度完全不同，分数是分配注意力的依据）；证据链让医生信其行（相似病例的检查数据与预后，供医生交叉验证）；禁止自主处方让医生信其界（写在机制里的硬约束，用制度把权力边界焊死）。这套骨架不只适用于医疗——金融风控、司法辅助，凡高风险决策场景都可照搭。

多选 25 答案：AB（C、D、E 不选）。医疗辅助的边界只有两条：提供诊断建议参考（给参考意见不替医生拍板，「建议」二字就是边界）与患者数据加密传输（病历是敏感数据中的敏感数据，传输不加密等于把隐私摊在公路上跑）。自动开具处方药物直接越过处方权（问答 4 专门有禁止完全自主处方）；手术机械臂控制是工具误当主体——机械臂在手术室是医生操控的精密工具，不是自主决策的智能体；替代医患沟通是最深的越界——医患沟通是信任关系、知情同意与人文关怀，没法外包给机器。与 EP16 救援题同一逻辑：高风险场景里智能体永远是副驾驶。

问答 6 参考答案：动态分析答题错误模式，关联知识图谱薄弱点，推送针对性习题，并根据专注度（摄像头检测）调节教学节奏。四步是因材施教流水线：错题是诊断数据不是垃圾（错在计算步骤还是概念理解，模式里藏着知识缺口）；错误模式翻译成知识点（知识图谱上哪几个节点是红的）；照薄弱点下菜（红节点推对应难度练习，绿节点不浪费时间）；按专注状态调节节奏（注意力在线加码，涣散降速换讲法）——因材施教不只是因能力，还要因状态。

单选 19 答案：B（认知诊断模型）。按答题调整难度，本质是诊断学生的认知状态再据此调整教学，与教育测量的老本行一脉相承。课程推理机制偏课程内容组织，情感计算框架管情绪识别，元学习策略是学会学习的高阶方法，都不如认知诊断模型贴题。

实操 4 参考答案：AI 助教利用摄像头/传感器捕捉学生课堂行为数据（如注意力、参与度）。例如，系统识别到学生 A 频繁打哈欠（注意力分散），自动通知教师调整教学节奏；检测到学生 B 积极互动，则推送进阶问题。教师据此定制教学策略，实现因材施教。实例的巧妙在闭环方向：智能体不直接改教学，而是把信号给老师、让老师来调——与医疗的副驾驶逻辑一模一样。

四、延伸思考

1. 副驾驶哲学是高风险行业的通用剧本：医疗给建议不给处方，教育给信号不改教学，共同点是智能体负责看见和提醒，人负责决定。这不是能力不够，是制度设计——能力再强也不换。
2. 信任链可以迁移：问答 4 的四件套（有依据、有程度、有佐证、有禁令）是通用骨架。金融风控智能体同样需要规则依据、风险分数、案例证据、人工审批强触发（EP18 问答 8 正是这个结构）。
3. 数据在教育里的双刃剑：专注度检测靠摄像头，个性化越准，采集越深。课堂行为数据的采集边界、使用范围、删除机制，需要与 EP23 的合规框架对齐——因材施教的代价，不能是学生隐私的对价。

五、术语表