FHIRPath-QA：针对 FHIR 电子健康记录的可执行问答
计算与语言
2026-03-26 v2
摘要
尽管患者日益获得对其电子健康记录（EHR）的数字访问权限，但现有接口可能不支持针对特定患者提出的精确、可靠的问题。大型语言模型（LLM）在临床问答（QA）方面显示出前景，但基于检索的方法计算效率低下、容易产生幻觉且难以部署在真实 EHR 上。本工作引入 FHIRPath-QA，首个针对患者特定问答的开放数据集和基准，包含针对真实临床数据的 FHIRPath 查询。提出一种文本到 FHIRPath 的问答范式，将推理从自由文本生成转向 FHIRPath 查询合成。对于 o4-mini，平均 token 使用量相较于检索优先提示降低了 391 倍（629,829 与 1,609 token/问题），将失败率从 0.36 降至 0.09。该数据集基于 MIMIC-IV on FHIR Demo，包含超过 14k 个自然语言问题（患者和医生措辞），配有验证的 FHIRPath 查询和答案。经实验验证，所评估的 LLM 最多达到 42% 的准确率，凸显该任务的挑战性，但通过监督微调，查询合成准确率显著提升：4o-mini 从 27% 提升至 79%。这些结果表明，文本到 FHIRPath 合成有望作为安全、高效且可互操作的消费者健康应用的实用基础，FHIRPath-QA 数据集和基准为后续研究提供了起点。完整数据集和生成代码可在：https://github.com/mooshifrew/fhirpath-qa 获取。
引用
@article{arxiv.2602.23479,
title = {FHIRPath-QA: Executable Question Answering over FHIR Electronic Health Records},
author = {Michael Frew and Nishit Bheda and Bryan Tripp},
journal= {arXiv preprint arXiv:2602.23479},
year = {2026}
}
备注
Accepted to LREC 2026 CL4Health Workshop