CODA：面向多模态临床推理的队列与漂移感知基础模型

CODA 是面向多模态临床推理的队列与漂移感知基础模型，通过队列感知人群分层与漂移感知个体适配两种机制，将队列结构显式纳入建模流程。模型用强化学习发现具有临床意义的患者队列，并将个体相对队列原型的偏差建模为结构化漂移信号。在真实电子健康记录（EHR）基准上，CODA 在 closed-QA、open-QA 和报告生成等任务上均表现出一致有效性与较强泛化能力。