CODA：面向多模态临床推理的队列与漂移感知基础模型

CODA 提出一种队列与漂移感知的多模态临床推理基础模型，结合队列感知人口分层与漂移感知个体适应机制。 模型利用强化学习发现临床患者队列，并将个体偏离编码为结构化漂移信号。 实验在真实电子病历基准上显示其于闭卷问答、开放问答及报告生成任务中具有一致有效性与强泛化能力。