使用两步检索增强文本到 SQL 生成从电子健康记录中生成患者队列
计算与语言
2025-10-20 v2
摘要
临床队列定义对于患者招募和观察性研究至关重要，然而将纳入/排除标准转化为 SQL 查询仍然具有挑战性且依赖人工。我们提出了一种利用大语言模型的自动化系统，该系统结合了标准解析、结合专业知识库的两级检索增强生成、医学概念标准化以及 SQL 生成，以检索带有患者漏斗的患者队列。该系统在 EHR 数据上的队列识别中达到了 0.75 的 F1 分数，有效捕捉了复杂的时间和逻辑关系。这些结果证明了自动化队列生成用于流行病学研究的可行性。
引用
@article{arxiv.2502.21107,
title = {Generating patient cohorts from electronic health records using two-step retrieval-augmented text-to-SQL generation},
author = {Angelo Ziletti and Leonardo D'Ambrosi},
journal= {arXiv preprint arXiv:2502.21107},
year = {2025}
}
备注
13 pages, 1 figure