arXiv · ML· Yuxin Xiao, Sheng Zhang, Chandan Singh, Tristan Naumann, Hoifung Poon, Jianfeng Gao, Xiaodong Liu·· 9 天前AI 评分25
电子病历基础模型如何通过强化学习提升临床推理能力
Reinforcement Learning over Patient Trajectories for Clinical Reasoning in EHR Foundation Models
AI 导读
提出一种针对电子病历(EHR)基础模型的强化学习微调框架,将临床预测任务建模为时序推理问题。 设计时间感知奖励机制,使小模型在数据受限场景下匹配大模型表现,并增强轨迹的语义一致性。 该研究已被 ML4H 2026 会议接收,验证了 RL 微调在跨任务迁移中的正向效应。
来源:arXiv · ML · arxiv.org