DrGait：面向可解释临床步态分析的生物力学视觉推理框架

arXiv 论文提出 DrGait，一个无需训练的 agentic 框架，用于可解释临床步态分析。它不让 VLM 直接看视频推理，而是把语义推理与几何感知解耦，通过 Triage-Verification-Synthesis 流程，让 agent 先提出诊断假设，再调用确定性生物力学工具，基于三维网格轨迹、二维姿态序列和事件视频进行验证，并用闭环机制更新推理上下文，从而降低幻觉。

此前临床步态自动分析多依赖不可解释的黑盒分类器，而 VLM 直接处理步态视频容易产生幻觉，难以测量细微几何偏差。DrGait 把 VLM 从直接视觉推理者改为临床规划者，用可验证的几何与时序测量约束其推理，在保持有竞争力诊断准确率的同时生成可审计的临床报告，指向可解释性优先的落地路径。

机制核心是解耦：VLM 只负责语义层假设生成与调度，几何与时序测量交给确定性生物力学工具，工具输入为重建的三维网格轨迹、分割的二维姿态轨迹和以事件为中心的视频证据。Triage 先做启发式分诊提出假设，Verification 自主调用工具核验，Synthesis 汇总，闭环再依据反馈递归更新推理上下文，使模型推理锚定在可验证测量上。

对产品与研发而言，这提示一条不依赖重训练、可快速接入现有 VLM 的临床分析架构：把大模型限定为规划与解释层，把测量交给确定性工具，可降低幻觉并输出审计友好报告。对临床流程，报告透明度提升有助于医生复核与合规审查，但对三维网格重建、姿态分割和事件标注的数据管线质量提出更高要求。

• 将 Triage-Verification-Synthesis 工作流抽象为通用 agent 模板，用于其他需要可解释测量的医学视频分析场景。
• 围绕三维网格轨迹与二维姿态轨迹构建确定性生物力学工具库，作为 VLM agent 的可调用验证层。
• 开发审计就绪的临床报告生成模块，把每个诊断假设与对应几何证据和视频片段绑定展示。

• 论文未给出具体诊断准确率数值和对比基线，与现有方法相比的实际提升幅度未知。
• 训练-free 设计在多大范围的步态病理和不同摄像条件下仍能保持稳定，证据未覆盖。
• 三维网格重建与二维姿态分割的误差如何传播到最终诊断结论，证据未说明。
• 该框架是否已在真实临床工作流中做过前瞻性或回溯性验证，证据未提及。