Clinical System One 4B 模型在临床记录中实现高效推理与 Agent 协作

该论文发布了一个名为 Clinical System One (CS1) 的通用决策模型，参数量为 40 亿（4B），专门用于从临床记录中提取可靠答案。该模型在 360 万患者的多医院系统中训练，包含 1240 万个问答对，能够在单次前向传播中回答多个结构化问题并为每个答案提供概率评分，从而将不确定案例路由至人工审核。在 96.3 万独立测试患者上，CS1-4B 在 14 项任务中的 13 项表现优于参数量高达 270 亿的开源决策模型，且在 21 个外部数据集上的综合性能接近最强的 27B 模型，同时推理速度快 6.4 倍。

关键证据显示，当 CS1-4B 与大语言模型 Agent 结合时，能够基于多年完整病史生成引用答案，并在筛选 17 项注册临床试验资格时，其前 20 名候选者中包含的可判定合格患者数量是关键词搜索的 4 倍，而使用的语言模型 Token 量仅为逐条阅读病历的大模型的 1/690。这种架构实现了明确的分工：小型决策模型负责重复性的病历读取和初步判断，生成式模型负责构建问题和综合证据。

事实层面，该模型已验证在特定医疗场景下的小参数效率优势；推断层面，这标志着临床 AI 可能从单一超大模型转向“小模型预处理 + 大模型合成”的分层架构；猜测层面，这种模式若推广至其他高成本文档处理领域，可能重塑单位经济模型，但需警惕其在非结构化复杂诊断中的泛化边界。