CASE临床智能体与纵向多模态基准发布

2026年10月15日，arXiv Computer Vision 刊出研究团队（Minye Shao 等作者）的成果：提出 CASE 系列角色化临床智能体（Clinical Agents for Seeking Evidence），并配套工具调用框架与智能体后训练方法，使紧凑型视觉语言模型能自主在临床记录和纵向影像中寻找证据。团队同时发布基于 UK Biobank 的纵向多模态基准，包含 50,401 个临床问题，源自 4,739 名参与者的真实 ICD-10 诊断，每题关联患者基线与随访的多序列 MRI 环境。训练方面，监督微调从 147,434 条前沿模型交互轨迹中迁移寻证工作流，随后在模型自身环境交互上进行智能体强化学习。在匹配评估条件下，基于 Qwen3-VL-8B-Instruct 的智能体在答案准确率上相对 GPT-5.4 与 Claude Opus 4.8 分别取得超过 16% 和 10% 的相对提升。目前进展为框架与基准发布，尚无后续跟进报道。

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。