Microsoft团队用强化学习微调EHR基础模型提升临床预测

Yuxin Xiao 等（Microsoft）在 arXiv 发表论文，提出将 EHR 基础模型视为患者轨迹上的生成式策略，用强化学习微调处理住院再入院等临床预测任务，并设计时间感知、对 rollout 敏感的奖励。该论文已被 ML4H 2026 接收。 论文称，RL 微调在多个任务上持续优于预训练骨干与强基线，使小模型在数据受限时可媲美更大的预训练模型，并带来跨任务正向迁移。

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。