يقدم المؤلفون نظام RareDx، الذي يربط بين الاستخدام الخاضع للرقابة للأدلة وتحسين السياسة المستندة إلى رسم بياني للمعرفة لمعالجة مشكلة الاستدلال ذي الذيل الطويل في تشخيص الأمراض النادرة. يجمع خط التدريب بين ما بعد التدريب Top-10 وRareDx-KGPO، الذي يسقط التوقعات في رسم بياني قياسي للأمراض ويكامل الأهمية المصنفة المدققة، وقرب علم التصنيف، والتشابه الطبي الحيوي، واتساق النمط الظاهري.

  • عبر ثمانية معايير تقييم، يصل النظام الكامل لـ RareDx المعتمد على Qwen3.5-9B إلى 38.34 في متوسط Hit@10، متفوقاً على GPT-5.5 بمقدار 1.60 نقطة تحت البروتوكول المؤرشف.
  • يحتفظ تدقيق التحقق والاختيار المنفصل بمكسب توجيه قدره 6.80 نقطة مقارنة بالاستدلال المباشر على الحالات المحجوزة.
  • يصل النظام بحجم 27B إلى قيم 23.53/36.56/40.76 عند Hit@1/5/10.
  • تُظهر الاختلافات الخاضعة للتحكم أن الاسترجاع ليس مفيداً بشكل موحد وأن التوجيه الخاضع للرقابة هو المحور الأساسي للمكسب.

تشير هذه النتائج إلى أن المعرفة الطبية المهيكلة يمكنها تحويل نموذج مدمج إلى رانكر تشخيصي تنافسي عبر إعدادات متنوعة طويلة الذيل في الممارسة السريرية.