כתבה
arXiv cs.AI ·
EHR-RobustGym: בניית סביבה לאימון סוכנים רופאים
EHR-RobustGym: Benchmarking and Training Agents for Robust Clinical Reasoning
EHR-RobustGym היא סביבה לבחינה ואימון של סוכנים רופאים. היא בונה על מאגר הנתונים MIMIC-IV וכוללת 5,486 זוגות שאלות נקיות ורועשות. המחקר מראה פערים משמעותיים בביצועים של מודלים שונים, ומציע שיפורים באמצעות אימון מונחה ולמידת חיזוק.
תקציר מקורי באנגליתarXiv:2609.39371v1 Announce Type: new Abstract: In hospital workflows, electronic health records (EHRs) are often noisy, and may not contain the evidence needed to confirm events or measurements referenced in a clinical query. Even when database retrieval succeeds, clinical agents can overlook such discrepancies and return plausible but unsupported answers. We introduce EHR-RobustGym, a scalable and interactive environment for evaluating and training robust clinical agents grounded in noisy EHRs. Built on MIMIC-IV hospital records (365K patients, 31 tables, and over 500M records), EHR-RobustGym comprises 5,486 Clean-Noise pairs spanning six clinical intents and both patient-level and population-level queries. The pairs test robustness to Record-level, Value-level, and Query-level noise, wh
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית