Dementia-R1：基于强化预训练与推理，从非结构化临床笔记预测真实世界痴呆预后

Dementia-R1 通过冷启动强化学习策略，先预训练模型预测病历中可验证的临床指标，再判断最终临床状态，在 AMC 真实非结构化队列上达到 84.02% AUROC，优于参数量大 10 倍的模型。该框架在独立医院队列的帕金森病痴呆预测中取得 78.37% AUROC，7B 模型在 ADNI 基准上以 83.17% AUROC 居所有 LLM 基线之首。代码已公开。