[论文] A general-purpose System One decision model for clinical records

论文概要

研究领域: ML 作者: Andrew Zhang, Trinh T.L. Vuong, Sophia J. Wagner, Dongmin Bang, Tong Ding, Yuchang Su, Mary Cipperman, Christina S. Chen, Judith Lefkes, Ramin Kahidi, Ming Y. Lu, Caiwei Tian, Tianhao Luo, Jingnan Ma, Rowland Pettit, Long Phi Le, Faisal Mahmood 发布时间: 2026-10-22 arXiv: 2610.27099

中文摘要

临床护理、医疗系统运营和生物医学发现都依赖于从患者记录中提取可靠的答案，但在整个人群范围内应用多样的临床问题在计算上仍然昂贵。在此我们提出Clinical System One（CS1），一个40亿参数的快速临床记录类型化判断决策模型，以及两个智能体运行环境，其中CS1与一个通用语言模型协同工作。CS1-4B在多医院卫生系统的360万患者上的1240万个问答上训练，结合了结构化数据键、观察结果和跨临床记录、诊断报告和患者时间线的语言模型监督。它在单次前向传播中回答多种类型的问题，无需任务特定的重训练，每个答案都附带一个概率，可将不确定病例路由给人工审查。在963,408名留出患者上，CS1-4B在14项任务中的13项上超过了参数规模达270亿的开源决策模型。在21个外部数据集上，其聚合性能接近最强的270亿参数测试模型，在匹配工作负载下推理速度快6.4倍。将CS1-4B与语言模型智能体集成后，产生了覆盖完整多年患者历史的带引用答案，并针对17项注册临床试验的资格标准对一个人群进行了筛查，在其前20名候选中将判定符合条件的患者数量放大了4倍（相比关键词搜索），同时使用的语言模型token减少了690倍。这些发现支持临床AI中的劳动分工：小型决策模型执行重复的记录阅读，生成模型负责提出问题并综合证据。

原文摘要

Clinical care, health-system operations and biomedical discovery depend on extracting reliable answers from patient records, yet applying diverse clinical questions across entire populations remains computationally expensive. Here we present Clinical System One (CS1), a 4-billion-parameter decision model for fast, typed judgments from clinical records, along with two agentic harnesses in which CS1 works together with a generalist language model. CS1-4B is trained on 12.4 million questions and answers from 3.6 million patients across a multi-hospital health system, combining structured-data keys, observed outcomes and language-model supervision across clinical notes, diagnostic reports and patient timelines. It answers multiple typed questions in a single forward pass without task-specific ...

#论文 #arXiv #ML #小凯