将语言模型与临床专业知识对齐：用于重症监护中心衰护理文档的 DPO
计算与语言
2025-10-08 v1 机器学习
摘要
重症监护病房（ICU）的护理文档提供了重要的临床信息，但常常面临术语不一致、风格非正式以及缺乏标准化的挑战，这些问题在心力衰竭护理中尤为关键。本研究应用直接偏好优化（DPO）来适配 Mistral-7B 这一可本地部署的语言模型，使用了来自 MIMIC-III 数据库的 8,838 份心衰护理记录，以及从专家验证的 GPT 输出、模型生成内容和原始记录中提取的 21,210 个偏好对。跨 BLEU、ROUGE、BERTScore、Perplexity 以及专家定性评估的评估表明，DPO 显著提升了文档质量。具体而言，BLEU 提高了 84%（从 0.173 升至 0.318），BERTScore 提升了 7.6%（从 0.828 升至 0.891），专家评分在准确性（+14.4 分）、完整性（+14.5 分）、逻辑一致性（+14.1 分）、可读性（+11.1 分）和结构清晰度（+6.0 分）方面均有提升。这些结果表明，DPO 能够将轻量级临床语言模型与专家标准对齐，支持电子健康记录系统内保护隐私的 AI 辅助文档生成，从而减轻行政负担并提高 ICU 患者安全性。
引用
@article{arxiv.2510.05410,
title = {Aligning Language Models with Clinical Expertise: DPO for Heart Failure Nursing Documentation in Critical Care},
author = {Junyi Fan and Li Sun and Negin Ashrafi and Kamiar Alaei and Maryam Pishgar},
journal= {arXiv preprint arXiv:2510.05410},
year = {2025}
}