本文介绍了生物医学实体链接（BEL）领域的最新研究进展，包括生物医学ALBERT模型的开发、基于聚类的推理模型，以及提高实体链接准确性和效率的新方法。此外，研究提出了BELB基准，以统一评估不同知识库的实体链接性能，并强调了对稀有实体处理能力的改进需求。

本研究提出了一种基于BERT的双编码器模型，显著提升了生物医学实体链接的效率和准确性。通过无监督学习和多语言模型，系统的召回率和F1得分得到了显著提高。此外，介绍了MedCAT工具，能够有效提取和链接医学概念，适用于临床分析。