标签
ChatHealthAI 是一个多模态推理框架，它将结构化 EHR 表示与冻结的 LLM 对齐，从而在保持预测性能的同时实现基于临床的推理。
MedGuideX 将临床实践指南转化为可执行的决策逻辑，以生成事实性和反事实性的问答数据用于训练医学大语言模型，在临床推理基准测试中实现了平均准确率相对提升 10.28%。
SEMA-RAG是一种自进化多智能体RAG框架，用于医学问答，它将解读、探索和裁决解耦为三个专业智能体，在多个基准测试中相较于基线取得了显著的准确率提升。
ClinSeekAgent是一个自动化智能体框架，使大语言模型能够主动从原始数据源获取和综合多模态临床证据，提高纯文本和多模态任务中的决策准确性。它引入了ClinSeek-Bench基准和一个蒸馏模型ClinSeek-35B-A3B，该模型在智能体临床推理上取得了强劲性能。
本文介绍了Checkup2Action，这是一个用于从临床体检报告生成面向患者的行动卡片的多模态数据集和基准测试，旨在解决普通患者理解医疗报告的困难。