强化学习微调框架提升EHR模型临床推理

Yuxin Xiao等作者提出一种面向电子健康记录（EHR）基础模型的强化学习微调框架，把模型视为患者轨迹上的生成策略，将再入院等临床预测建模为事件条件化、限定时间窗口的推理任务，并设计时间感知、对rollout敏感的奖励。 作者称，实验显示该微调稳定优于预训练骨干和强基线，能让更小的模型在数据有限场景下追平更大的预训练模型，并实现跨任务正向迁移。上述效果均为作者报告，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。