从动态查询转向 LLM 生成的 SQL 查询：引入人类干预
人机交互
2025-09-12 v1
摘要
我们提出利用大型语言模型 (LLM) 作为医学可视化系统的交互层。在医疗领域，用户需导航高维、编码且异构的数据集，LLM 生成的查询使专家医师能够以自然语言表达复杂的分析意图。这些意图随后被翻译为可编辑且可执行的查询，取代传统基于滑块、复选框和下拉菜单的动态查询界面。这种交互模型减少了视觉杂乱，无需记忆字段名称或系统代码，支持流畅的探索，但缺点是不暴露所有过滤条件。我们也随时重新引入动态查询以更好地支持交互式探索。我们认为，医师培训后已知可能的过滤选项，但在记忆属性名称和代码值细节方面存在挑战。在法国国家健康数据系统 (NHDR) 的 EventFlow 启发式患者护理路径可视化系统 ParcoursVis 中实现了此范式，该系统由世界上最大的健康数据存储库之一支持。
引用
@article{arxiv.2509.09461,
title = {Changing the Paradigm from Dynamic Queries to LLM-generated SQL Queries with Human Intervention},
author = {Ambre Assor and Hyeon Jeon and Sungbok Shin and Jean-Daniel Fekete},
journal= {arXiv preprint arXiv:2509.09461},
year = {2025}
}