图片

这篇题为《从电子病历中生成忠实完整的医院病程小结》的博士论文解决了从电子病历（EHR）中生成准确而全面的住院小结的挑战，以减轻临床医生的管理负担并缓解他们的职业倦怠风险。重点是创建既忠实于患者病史，又完整的患者住院小结。

本论文分为五个主要章节，每个章节都涉及住院小结任务的不同方面：

第一章 引言和背景：本论文首先概述了电子病历的重要性以及与使用电子病历相关的问题，例如由于医疗文书工作量增加而导致的临床医生职业倦怠。本章介绍了医院病程小结的概念及其在临床实践中的意义。

图片

第二章 创建和分析数据：作者描述了基于109,000例住院治疗的大规模数据集的创建，其中包括200多万条来源注释。该数据集用于分析医院病程小结的特征，揭示了它们高度抽象、实体密集，需要高度压缩的特点。

第三章 提高住院小结的准确性：本章讨论了提高住院小结的准确性和相关性的方法。它包括开发一个模型来修正有噪声的参考，并将模型输出按指标进行校准，旨在减少对不完美参考的依赖。

图片

第四章 衡量住院小结的准确性：作者对系统错误进行细粒度的专家标注，以评估现有的衡量指标并了解特定领域的问题。使用从现有衡量指标集合中派生的伪标签训练新的准确性（可信度）分类器。

第五章 利用大语言模型（LLMs）生成有根据的完整住院小结：最后一章介绍了利用大语言模型（LLMs）生成医院病程小结。作者提出了一种称之为“嵌入式实体检索的句子级规划”的方法，通过执行句子级实体规划来提高实体覆盖和可信度（准确性）。

图片

在整篇论文中，作者强调了临床小结忠实性和完整性的重要性。该研究通过创建大规模数据集、开发提高小结质量的方法以及探索大语言模型在该任务中的使用，为该领域做出了突出贡献。研究结果表明，自动化方法和人类专业知识的结合对于生成可安全地用于临床环境的高质量摘要（小结）是必要的。

图片

论文最后讨论了当前工作的局限性和可能的未来方向，包括探索合成数据的创建、开发更可靠的评估指标，以及进一步研究大语言模型在临床小结（摘要）任务中应用的必要性。

如需要博士论文：《从电子病历中生成忠实完整的医院病程小结》（英文，共172页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后发来email地址索取。

图片


图片


图片

★ 每日鲜鸡汤  ★

Some people aren't loyal to you. They are loyal to their need of you. Once their needs change, so does their loyalty. 有些人并不是对你忠诚，而是对他们对你的需要忠诚。一旦他们的需求改变，他们的忠诚也就随之改变。早上好！

图片