摘要
针对现有医疗大模型在处理分布式、长周期临床数据时的局限性，本文提出 MedRLM 框架。该框架将患者案例视为可递归检查的外部环境，协调专用代理处理文本、影像及传感器信号。通过引入临床证据图记忆连接患者观察与检索证据，并利用传感器引导的递归触发机制激活深度推理，支持不确定性审查。旨在推动医疗 AI 从静态问答向可审计、多模态且感知工作流的临床决策支持转变。
AI 推荐理由
论文核心提出递归多模态框架，解决长上下文临床推理难题，深度涉及推理机制。
研究机构
印度尼西亚科技学院信息技术、计算机与通信技术学院，玛萨萨特大学
论文信息