MedCaseAgent 是一种端到端的智能体推理范式，旨在将非结构化临床笔记转化为符合出版标准的罕见疾病病例报告。系统采用层次化结构，首先在患者层面进行数据挖掘，然后通过迭代的工具集成推理实现证据合成。智能体能够动态检索医学文献和知识库，以保持临床忠实度并评估病例新颖性。框架本身模块化，支持不同的基础大语言模型实现即插即用。为推动研究，我们公开了 MedCase-150K 大规模多模态病例报告语料库以及 MedCase-Bench 时间切分评估套件。同时提供了基于 Qwen3.5-9B 的开源后训练模型，专门针对本任务进行优化。实验在 LLM 评判和规则评估两种指标上均显示 MedCaseAgent 超越现有通用和专用医学大模型及智能体。盲测专家评审和消融实验进一步验证了系统的临床相关性和证据依据。
点评：该系统展示了在罕见疾病报告生成中的可行性和优势。