RES-MR：风险感知的LLM用药推荐框架

Cong Wang 等在 arXiv 发布论文，提出基于 LLM 的风险感知用药推荐框架 RES-MR，用于根据患者临床信息生成个性化、可解释且安全的用药推荐，代码和数据已在 GitHub 开源。 框架采用两阶段训练：第一阶段用结合图检索患者知识的合成推理轨迹进行临床推理蒸馏；第二阶段解耦药物因素，构建患者特定的疗效与风险原型，通过奖励塑形和裁剪校准风险边界。作者称该框架面向可解释与安全的用药推荐，论文未附独立临床验证结果。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。