评估 MedGemma 医疗订单提取中的提示策略

从医生-患者对话中准确提取医疗订单是降低临床文档负担并确保患者安全的关键任务。本文详细阐述了我们团队提交至 MEDIQA-OE-2025 共享任务的方案。我们系统评估了 MedGemma——一种新的领域特定开源语言模型——用于结构化订单提取的性能。我们系统地评估了三种不同的提示范式：一种直观的单样本方法、一种以推理为导向的 ReAct 框架，以及一种多步骤智能体工作流程。我们的实验揭示了尽管更复杂的框架如 ReAct 和智能体流程是强大的，但更简单的单样本提示方法在官方验证集上取得了最佳性能。我们认为，在手动标注的 transcript 上，复杂的推理链可能导致“过度思考”并引入噪声，使直接方法更稳健且更高效。我们的工作为在不同数据条件下选择合适的提示策略提供了宝贵的见解。