ProCARE：真实世界研究自动化框架

2026年10月14日，arXiv Artificial Intelligence 刊出论文，提出 ProCARE 框架。该工作将真实世界研究（RWS）自动化重构为受约束的编译过程：把异构数据画像转为 Evidence Contracts，并将研究目标编译为强类型中间表示 RWS-IR。作者称，在 36 项基于电子健康记录（EHR）的基准任务上，ProCARE 在代码可执行性、语义一致性和结论可追溯性上优于强 LLM-agent 基线，其自动违规诊断与盲审专家评审达到中等至高度一致。论文同时称该工作已被 NeurIPS'26 接收。上述性能比较与接收信息均来自论文自身表述，尚无独立来源证实。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。