MedCaseAgent：从多模态临床证据生成罕见病病例报告

Hongkang Chu、Yifan Shen、Tianjiao Yu等提出MedCaseAgent，一种端到端智能体推理框架，可从非结构化临床记录合成达到发表质量的病例报告。论文称，该框架采用分层结构，将患者层面数据挖掘与迭代式工具集成推理结合，通过动态查询医学文献与知识库维持临床保真度并评估病例新颖性；框架模块化，支持多种基座大模型即插即用。团队同时发布大规模多模态临床病例报告语料MedCase-150K与时间留出评测集MedCase-Bench，并开源基于Qwen3.5-9B后训练、针对该任务优化的模型。研究称，在大模型评判与规则评测下，MedCaseAgent优于现有通用及专业医学大模型与智能体，盲审专家评审与消融实验亦支持其临床相关性与证据依据。