临床决策

研究者发布CLIR-Bench基准，专门评估AI模型在稀疏、不规则采样的临床时间序列数据上进行问答推理的能力，填补了现有医学AI评测的空白。

研究者提出基于大语言模型的临床智能体SAGEAgent，能根据患者情况动态选择必要的诊断检查项目，在保证生存预测准确性的同时，显著降低临床检查负担。

研究者推出首个基于真实电子病历的长期临床决策基准LongMedBench，填补了现有评估在长时程医疗场景中的空白。该基准通过整合患者多次就诊记录，系统评估AI医疗代理在事实问答、时序推理和长期决策三方面的表现。

研究发现，在临床FHIR环境中应用强化学习面临两大结构障碍：能力天花板与格式知识壁垒，导致纯RL效果显著落后于规则微调。