基于患者轨迹强化学习的EHR基础模型临床推理
原文标题：Reinforcement Learning over Patient Trajectories for Clinical Reasoning in EHR Foundation Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出将电子健康记录基础模型视为患者轨迹上的生成策略，通过强化学习微调提升临床推理能力。研究将再入院等预测问题形式化为事件条件、时间窗约束的推理任务，并设计时间感知、对 rollout 敏感的奖励。结果显示 RL 微调持续优于预训练骨干与强基线，使小模型在数据受限场景下超越大模型，并带来跨任务正迁移。
- 问题
- EHR基础模型受限于下一词预测，临床推理能力不足。
- 方法
- 将EHR基础模型视为患者轨迹生成策略，用时间感知、rollout敏感的奖励做RL微调。
- 结果
- 持续优于预训练骨干与强基线，小模型在数据受限场景超越大模型，并有跨任务正迁移。
- 影响
- 医疗预测建模可用RL微调小模型替代大模型，降低数据与算力门槛。
深读 · 结论先行AI 生成展开看要点与影响 ↓
EHR基础模型用轨迹强化学习微调，小模型在数据受限下反超大模型
- •把EHR基础模型视为患者轨迹上的生成策略，用RL微调替代单纯下一token预测
- •将再入院等预测形式化为事件条件、时间窗约束的推理任务
- •设计时间感知、对rollout长度敏感的奖励，处理有限rollout与时间上不确定的结果
- •RL微调持续优于预训练骨干与强基线，并在数据受限场景让小模型超越大模型
- •出现跨任务正迁移，生成轨迹与真实在结构和语义上更对齐、下游效用更高
为什么重要：临床预测长期受限于不完整EHR上的下一token训练，这条给出可迁移的RL微调路径，对医疗AI团队和数据受限场景的模型选型都有影响。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。