临床模型会改变治疗决策吗？

临床基础模型通常用事实性或考试式的医疗问答来评估，但治疗决策必须随患者情境的变化而改变。我们提出ClinPivot，一个由生物医学关系与翻转后的患者情境构建的可审计治疗决策基准。ClinPivot检验：当新的临床约束改变行动空间时，模型是否会改变治疗选择。我们发现，强大的医疗问答性能并不能可靠地预测决策性能：前沿模型与面向任务适配的Qwen变体常常无法正确改变决策，且模型排名在不同评估机制之间会漂移。在知识预算匹配的条件下，决策结构化监督同时提升了翻转敏感的决策能力与医疗问答表现，而轻量级回放则减少了通用助手能力的损失。