40亿参数临床决策模型CS1多数任务胜过最高270亿参数开源模型

Andrew Zhang、Faisal Mahmood等作者在arXiv发布Clinical System One（CS1），这是一个用于从临床病历快速作出类型化判断的40亿参数决策模型。论文称，CS1-4B基于一个多医院医疗系统中360万名患者的1240万组问答训练，可在一次前向计算中回答多个问题且无需针对任务重训，每个答案附带概率，可将不确定病例转交人工复核。在963,408名留出患者上，CS1-4B在14项独立于其训练教师评分的任务中有13项优于最高270亿参数的开源决策模型；在21个外部数据集上，其总体表现接近测试中最强的270亿参数模型，同等负载下推理快6.4倍。作者称，与语言模型智能体结合后，系统按17项已注册临床试验的入组标准筛查患者，前20名候选中被判定符合条件者为关键词检索的4倍，语言模型token用量仅约为逐份阅读全部病历的1/690。