尽管基于推理的大型语言模型（LLMs）在数学和编程方面表现出色，但它们在知识密集型的医学问答领域的表现仍有待深入研究。为此，我们推出了ReasonMed，这是目前最大的医学推理数据集，包含从170万个由不同大型语言模型生成的初始推理路径中提炼出的37万个高质量示例。ReasonMed的构建过程采用了多代理验证和优化方法，其中我们设计了一种错误优化器（Error Refiner），通过识别并纠正验证器标记的易错步骤来增强推理路径。借助ReasonMed，我们系统地研究了训练医学推理模型的最佳实践，并发现将详细的思维链（Chain-of-Thought, CoT）推理与简洁的答案摘要相结合是最有效的微调策略。基于这一策略，我们训练了ReasonMed-7B模型，该模型为参数量小于100亿的模型设定了新的基准，在PubMedQA上的表现比之前的最佳模型提高了4.17%，甚至超过了LLaMA3.1-70B模型4.60%。