EHRSummarizer：面向源导向 EHR 总结的隐私敏感、基于 FHIR 的参考架构
计算与语言
2026-05-27 v2 人工智能
摘要
临床医生通常需要遍历碎片化的电子健康记录（EHR）界面，以组装患者问题、用药情况、近期就医记录以及纵向趋势的连贯图景。本文描述了 EHRSummarizer，这是一个隐私敏感、基于 FHIR 的参考架构，用于结构化 EHR 总结。该架构检索一组高产 HL7 FHIR R4 资源，将其规范化为临床上下文包，并使用受限的总结阶段生成源导向总结，以支持图表审阅。该架构进一步阐明了缺失数据处理、用药状态模糊问题、在可用时受控地使用叙述性临床文档，以及未来源到总结的可追溯性。本文描述的是一种参考架构和原型行为，而非经过验证的临床干预、独立的临床决策支持系统，或临床获益的证据。合成环境和测试 FHIR 环境中的原型演示展示了端到端行为和输出格式；然而，本文不报告临床结果、受控工作流程研究或基准测试结果。我们概述了一个以忠实性、遗漏风险、时序正确性、可用性、隐私以及运营监控为中心的评估计划，以指导未来的机构评估。
引用
@article{arxiv.2601.01668,
title = {EHRSummarizer: A Privacy-Aware, FHIR-Native Reference Architecture for Source-Grounded EHR Summarization},
author = {Houman Kazemzadeh and Nima Minaifar and Kamyar Naderi and Sho Tabibzadeh},
journal= {arXiv preprint arXiv:2601.01668},
year = {2026}
}
备注
15 pages, 2 figures, 2 tables. Version 2 clarifies missing-data status handling, medication-status ambiguity, controlled narrative-document handling, source-grounded resource grouping, and future source-to-summary traceability