RaDaR：專門用於加速罕見疾病診斷的推理型大語言模型臨床試驗

A specialized reasoning large language model for accelerating rare disease diagnosis: a randomized AI physician assistance trial

arXiv cs.AI · 2026-06-24

摘要

研究團隊開發了 RaDaR，一個 32B 參數的開源推理型 LLM，專門為罕見疾病診斷設計。通過 49,170 個真實臨床案例和 104,666 個合成案例的推理增強訓練，RaDaR 在公開基準和四家外部驗證中心的測試中表現超越包括 DeepSeek-R1 在內的其他開源模型，並在回溯性研究中於 61% 的病例中比臨床醫生更早診斷出最終診斷，有望解決罕見疾病診療專業知識稀缺的全球公衛挑戰。

●開發者：可借鑒推理型 LLM 在垂直領域的微調和部署策略

●投資人：醫療 AI 診斷領域的技術突破具有商業轉化潛力

●一般用戶：罕見疾病患者可望獲得更迅速精準的診斷輔助工具

重要性評分

78/100

🟠 值得關注

罕見疾病診斷推理型語言模型臨床 AI 應用

原文出處

上一則← Oracle 透過 21,000 人大幅裁員支撐負債驅動的 AI 投資下一則一年後的隱患：LLM 在心理健康應用中的安全缺陷依然存在 →

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。