我们提出了一种策略，通过预训练和元微调提高深度学习模型在小数据集上的性能和泛化能力。该方法在元训练中使用更具挑战性的任务来增强泛化能力，并在元测试中评估临床相关任务。实验表明，该方法在两个医学任务上有效，并在数据分布变化时保持竞争力。