用于医院出院小结生成的抽象语义表示
计算与语言
2025-06-18 v1
摘要
大型语言模型（LLM）的致命弱点是幻觉，这在临床领域会产生严重后果。这对于自动生成出院小结（一份总结住院患者就诊情况的冗长医疗文档）尤为重要。自动生成这些摘要将解放医生，使其能够照顾患者并减少文书负担。本工作的目标是发现结合基于语言的图与深度学习模型的新方法，以解决自动摘要中内容的溯源和可信度问题。我们的方法在公开可用的重症监护医疗信息集市III（MIMIC-III）语料库和由匿名医院医生撰写的临床笔记上展示了令人印象深刻的可靠性结果。我们提供了我们的方法、生成的出院小结输出示例、源代码和训练好的模型。
引用
@article{arxiv.2506.14101,
title = {Abstract Meaning Representation for Hospital Discharge Summarization},
author = {Paul Landes and Sitara Rao and Aaron Jeremy Chaise and Barbara Di Eugenio},
journal= {arXiv preprint arXiv:2506.14101},
year = {2025}
}