**CASE：基于智能体学习的纵向医疗推理框架**

_From Given to Gathered Evidence: Agentic Learning for Longitudinal Medical Reasoning_

> HuggingFace 社区热门论文提出 CASE 框架，旨在解决传统医疗基准仅评估预选证据而非主动检索能力的问题。该框架包含角色特定的临床智能体、工具使用机制及针对紧凑视觉语言模型的智能体后训练方法。研究基于 UK Biobank 构建了包含 50,401 个临床问题的纵向多模态基准，要求智能体自主从多序列 MRI 和临床记录中检索证据。实验表明，基于 Qwen3-VL-8B 的 CASE 智能体在答案准确率上较 GPT-5.4 和 Claude Opus 4.8 分别提升超过 16% 和 10%，实现了从问答模仿向可迁移调查策略的转变。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.39566)