論文の概要: Reinforcement Learning over Patient Trajectories for Clinical Reasoning in EHR Foundation Models

• arxiv url: http://arxiv.org/abs/2609.12277v1
• Date: Thu, 10 Sep 2026 23:10:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.566128
• Title: Reinforcement Learning over Patient Trajectories for Clinical Reasoning in EHR Foundation Models
• Title（参考訳）: EHRファンデーションモデルにおける患者軌道上の強化学習と臨床推論
• Abstract要約: 本稿では,ERH基盤モデルを患者軌跡に対する生成ポリシーとして扱う強化学習フレームワークを提案する。 我々は,一般的な臨床予測問題を,事象条件,時間スケジュールの推論タスクとして定式化する。 次に、タイムアウェアでロールアウトに敏感な報酬を設計し、有限のロールアウトの長さと時間的に決定的な結果を考慮する。
• 参考スコア（独自算出の注目度）: 38.37812950780674
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electronic health record (EHR) foundation models trained on longitudinal patient trajectories have demonstrated strong performance across diverse clinical prediction tasks. However, their clinical reasoning capabilities remain constrained by next-token prediction on limited and incomplete EHR data. To address this, we propose a reinforcement learning (RL) fine-tuning framework that treats EHR foundation models as generative policies over patient trajectories. We formulate common clinical prediction problems (e.g., hospital readmission) as event-conditioned, time-windowed reasoning tasks. We then design time-aware, rollout-sensitive rewards to account for finite rollout lengths and temporally inconclusive outcomes. We find that RL fine-tuning consistently improves over pre-trained backbones and strong baselines. Notably, it enables smaller models to surpass larger pre-trained models in data-limited regimes and induces positive transfer across tasks. Further analysis shows that RL fine-tuned models generate trajectories with stronger structural and semantic alignment to ground truth and greater downstream utility.
• Abstract（参考訳）: エレクトロニック・ヘルス・レコーズ(EHR)基礎モデルは,多種多様な臨床予測課題において強いパフォーマンスを示した。 しかし、それらの臨床推論能力は、制限された、不完全なEHRデータに対する次のトーケン予測によって制限され続けている。 そこで我々は,ERH基盤モデルを患者軌跡に対する生成ポリシーとして扱う強化学習(RL)ファインチューニングフレームワークを提案する。 一般的な臨床予測問題 (例えば, 入院完了) を, イベント条件, タイムウインドウによる推論タスクとして定式化する。 次に、タイムアウェアでロールアウトに敏感な報酬を設計し、有限のロールアウトの長さと時間的に決定的な結果を考慮する。 RLファインチューニングは、トレーニング済みのバックボーンや強力なベースラインよりも一貫して改善されている。 特に、より小さなモデルでは、データ制限されたレシエーションにおいて、より大きな事前訓練されたモデルを上回ることができ、タスク間でポジティブな転送を誘導できる。 さらなる分析により、RL微調整モデルが、より強い構造的・意味的整合性を持つ軌道を生成することが示されている。

関連論文リスト

• LLM4EHR: Aligning Clinical Time Series with Medical Event Sequences via Large Language Models [36.391923477672776]
  臨床機械学習の最近の研究は、脳卒中教師付きモデルから基礎モデルへと移行している。 ここでは、様々な下流業務に有用な複雑な臨床データモダリティの混合に基づいて基礎モデルを事前訓練する。
  論文  参考訳（メタデータ） (2026-07-16T20:40:04Z)
• EHR-RAGp: Retrieval-Augmented Prototype-Guided Foundation Model for Electronic Health Records [0.9989630065856642]
  EHRは、豊富な縦断的な患者情報を含み、予測モデリングの応用に広く利用されている。 EHR-RAGpは,多種多様な臨床イベントタイプにまたがって,最も関連性の高い患者履歴を動的に統合する基盤モデルである。
  論文  参考訳（メタデータ） (2026-05-12T16:17:03Z)
• On Predicting the Post-training Potential of Pre-trained LLMs [60.07459271263409]
  本稿では,ポストトレーニング前のベースモデルの性能予測という,ポストトレーニング後の潜在能力を予測するための新しいタスクを紹介する。 本稿では,応答判別を活用することで,ベースモデルの生成ギャップを回避できる統一フレームワークであるRuDEを提案する。 実験では、トレーニング後のパフォーマンスと90%以上の相関を示す。
  論文  参考訳（メタデータ） (2026-05-12T11:33:49Z)
• ReMedi: Reasoner for Medical Clinical Prediction [70.84466325266068]
  EHRによる臨床結果予測を改善するためのフレームワークであるReMediを提案する。 ReMediは、複雑な臨床問題に対する挑戦的なサンプル再生機構を用いて有理応答対を生成する。 複数のEHR予測タスクの実験では、F1スコアで最先端のベースラインを19.9%上回った。
  論文  参考訳（メタデータ） (2026-05-02T14:44:49Z)
• Investigating the Impact of Histopathological Foundation Models on Regressive Prediction of Homologous Recombination Deficiency [52.50039435394964]
  回帰に基づくタスクの基礎モデルを体系的に評価する。 我々は5つの最先端基礎モデルを用いて、スライド画像全体(WSI)からパッチレベルの特徴を抽出する。 乳房、子宮内膜、肺がんコホートにまたがるこれらの抽出された特徴に基づいて、連続したRDDスコアを予測するモデルが訓練されている。
  論文  参考訳（メタデータ） (2026-01-29T14:06:50Z)
• Building the EHR Foundation Model via Next Event Prediction [5.378917071184147]
  Next Event Prediction(NEP)は、大規模言語モデルの時間的推論を強化するフレームワークである。 NEPは、疾患進行パターンと因果関係を明示的にモデル化する。 解析の結果,最先端の予測精度と臨床的に解釈可能な注意パターンの2つの利点が明らかになった。
  論文  参考訳（メタデータ） (2025-09-29T23:27:51Z)
• Temporal Entailment Pretraining for Clinical Language Models over EHR Data [9.584923572354045]
  臨床領域における言語モデルのための新しい時間的包含事前学習目標を提案する。 本手法は, EHRセグメントを時間的に順序付けられた文対として定式化し, 後の状態が先行状態に関係しているか, 矛盾しているか, 中立であるかを決定するようモデルを訓練する。
  論文  参考訳（メタデータ） (2025-04-25T07:30:38Z)
• Zero-shot Medical Event Prediction Using a Generative Pre-trained Transformer on Electronic Health Records [8.575985305475355]
  生成事前学習型トランス (GPT) は, EHRにおける時系列データを利用して, 将来の事象を予測できる。 これらのモデルの微調整はタスク固有のパフォーマンスを高めるが、多くの臨床予測タスクに適用するとコストがかかる。 事前訓練された基礎モデルはゼロショット予測設定で使用することができ、結果ごとに微調整された個別モデルに代わるスケーラブルな代替手段を提供する。
  論文  参考訳（メタデータ） (2025-03-07T19:26:47Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• SANSformers: Self-Supervised Forecasting in Electronic Health Records with Attention-Free Models [48.07469930813923]
  本研究は,医療施設への患者訪問数を予測することにより,医療サービスの需要を予測することを目的とする。 SNSformerは、特定の帰納バイアスを設計し、EHRデータの特異な特徴を考慮に入れた、注意のない逐次モデルである。 本研究は, 各種患者集団を対象とした医療利用予測の修正における, 注意力のないモデルと自己指導型事前訓練の有望な可能性について考察した。
  論文  参考訳（メタデータ） (2021-08-31T08:23:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。