ReMedi：医学临床预测推理机

由于患者数据的复杂性和异质性，从电子健康记录 (EHR) 预测未来的临床结果仍然具有挑战性。 LLM 在此类预测任务中表现出强大的潜力，但现有方法主要侧重于通过 蒸馏 或 RAG 增强医学知识，同时依赖模型解释上下文信息的内部能力。在这项工作中，我们提出了 ReMedi（医学临床预测推理器），这是一个用于改进 EHR 临床结果预测的框架。 ReMedi 使用具有挑战性的样本再生机制针对复杂的临床问题生成理由-答案对，该机制利用 真值 答案作为提示来增强进一步 微调 和偏好调整的推理。 ReMedi 将 真值 结果指导集成到偏好数据构建循环中，重新生成理由答案变体。通过调整这些理由-答案对，模型可以提高其预测性能。对多个 EHR 预测任务的实验表明，在 F1 分数方面，与最先进的基线相比，显着提高了高达 19.9%，这突显了 ReMedi 在现实世界临床预测中的有效性。