MedCaseAgent: From Multimodal Clinical Evidence to Rare Disease Case Reports

📄 arXiv: 2610.32258v1 📥 PDF

作者: Hongkang Chu, Yifan Shen, Tianjiao Yu, Zhuoqing Zhong, Jianguo Cao, Meihuan Huang, Xu Cao

分类: cs.AI

发布日期: 2026-10-23

💡 一句话要点

提出MedCaseAgent以解决稀有疾病案例报告生成问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 稀有疾病 临床报告 大型语言模型 证据基础推理 多模态数据 动态查询 模块化设计 医疗文档生成

📋 核心要点

  1. 现有方法在生成稀有疾病案例报告时缺乏严谨的证据基础推理能力，导致生成的报告质量不高。
  2. MedCaseAgent通过层次化结构和动态查询医学文献，整合患者数据和工具推理，提升报告生成的质量和新颖性。
  3. 实验结果表明，MedCaseAgent在多项评估中超越了现有医疗LLM，显示出显著的临床相关性和证据支持。

📝 摘要（中文）

尽管大型语言模型（LLMs）在临床文档生成中展现了潜力，但生成针对前所未有、非典型和稀有疾病案例报告所需的严谨证据基础推理仍然是一个重大挑战。本文提出MedCaseAgent，一个端到端的代理推理范式，通过合成高质量的出版报告来弥补这一差距。MedCaseAgent利用层次结构，将患者级数据挖掘与迭代工具集成推理相结合。通过动态查询医学文献和知识库，该代理保持高临床保真度并评估案例的新颖性。该框架本质上是模块化的，支持多种主干LLM的即插即用。为促进研究，我们发布了MedCase-150K，一个大规模的多模态临床案例报告语料库，以及MedCase-Bench，一个强大的时间保持评估套件。我们还介绍了一个基于Qwen3.5-9B后训练的开源模型，专门针对这一任务进行优化。在LLM评估和基于规则的评估下，MedCaseAgent超越了现有的通用和专业医疗LLM及代理。盲评专家审查和消融实验进一步支持系统的临床相关性和证据基础。

🔬 方法详解

问题定义：本文旨在解决生成稀有疾病案例报告时缺乏严谨证据基础推理的问题。现有方法在处理非典型病例时，往往无法提供足够的临床支持和新颖性评估。

核心思路：MedCaseAgent的核心思路是通过层次化的数据挖掘和工具集成推理，动态查询医学文献，从而生成高质量的临床报告。这种设计旨在提高报告的临床保真度和科学性。

技术框架：MedCaseAgent的整体架构包括多个模块：首先是患者级数据挖掘模块，接着是工具集成推理模块，最后是动态查询模块。该框架支持多种主干LLM的即插即用，增强了系统的灵活性。

关键创新：MedCaseAgent的主要创新在于其模块化设计和动态查询能力，使其能够在生成报告时实时获取最新的医学文献和知识。这一特性使其在处理稀有疾病案例时具备了更高的适应性和准确性。

关键设计：在模型设计中，采用了特定的损失函数以优化生成报告的质量，并通过消融实验验证了各模块的有效性。模型的后训练过程也经过精心设计，以确保其在特定任务上的表现。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，MedCaseAgent在LLM评估和基于规则的评估中均表现优异，超越了现有的通用和专业医疗LLM，显示出显著的性能提升。具体而言，MedCaseAgent在生成报告的临床相关性和证据支持方面得到了专家的高度认可，验证了其在实际应用中的有效性。

🎯 应用场景

该研究的潜在应用领域包括医疗文档生成、临床决策支持和稀有疾病研究。MedCaseAgent能够为医生提供高质量的案例报告，帮助他们更好地理解和处理稀有疾病，从而提高临床诊断和治疗的效率。未来，该技术可能在医学教育和研究中发挥重要作用。

📄 摘要（原文）

Although Large Language Models (LLMs) have demonstrated potential in clinical documentation, generating the rigorous, evidence-based reasoning required for unprecedented, atypical, and rare disease case reports remains a significant challenge. We present MedCaseAgent, an end-to-end agentic reasoning paradigm that bridges this gap by synthesizing publication-quality reports from unstructured clinical notes. MedCaseAgent leverages a hierarchical structure, integrating patient-level data mining with iterative, tool-integrated reasoning. By dynamically querying medical literature and knowledge bases, the agent maintains high clinical fidelity and assesses case novelty. The framework is inherently modular, supporting various backbone LLMs in a plug-and-play fashion. To facilitate this research, we release MedCase-150K, a large-scale multimodal clinical case-report corpus, and MedCase-Bench, a robust temporally held-out evaluation suite. We also introduce an open-source model post-trained from Qwen3.5-9B and optimized specifically for this task. Under both LLM-judged and rule-based evaluation, MedCaseAgent outperforms existing general-purpose and specialized medical LLMs and agents. Blinded expert reviews and ablations further support the system's clinical relevance and evidence grounding.