CODA多模态临床推理模型发布

2026年10月20日，Changshuo Liu等团队在arXiv发布论文，正式提出CODA多模态临床推理基础模型。该模型核心创新在于结合队列感知人口分层与漂移感知个体适应机制，旨在解决临床数据中患者群体差异及个体病情动态变化的难题。 模型技术路径上，利用强化学习自动发现临床患者队列，并将个体偏离情况编码为结构化漂移信号，从而实现更精准的临床推理。实验结果显示，CODA在真实电子病历基准测试中表现稳健，在闭卷问答、开放问答及报告生成等任务中均具备一致的有效性与强泛化能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。