改进复杂医生-患者对话的临床笔记生成
计算与语言
2025-06-17 v2 人工智能
摘要
撰写临床笔记和记录医学检查是医务人员的关键任务，作为患者护理文档的重要组成部分。然而，手动编写这些笔记耗时且可能影响医生与患者直接互动以及其他任务的时间。因此，开发自动化临床笔记生成系统已成为医疗 AI 领域的一个临床有意义的研究方向。本文在临床笔记生成领域使用大型语言模型（LLM）方面提出三个关键贡献：第一，我们引入 CliniKnote，一个包含 1,200 组复杂医生-患者对话及其完整临床笔记的综合数据集。该数据集由医学专家创建和精选，辅以现代神经网络，为训练和评估临床笔记生成模型提供了宝贵资源。第二，我们提出 K-SOAP 笔记格式，通过在传统 SOAP 笔记（Subjective, Objective, Assessment, Plan）顶部添加关键词部分，增强了该格式，便于快速识别关键信息。第三，我们开发了一个从医生-患者对话生成 K-SOAP 笔记的自动管道，并对 various 模型进行基准测试。我们的结果表明，与标准 LLM 微调方法相比，本方法在效率和性能上实现了显著提升。
引用
@article{arxiv.2408.14568,
title = {Improving Clinical Note Generation from Complex Doctor-Patient Conversation},
author = {Yizhan Li and Sifan Wu and Christopher Smith and Thomas Lo and Bang Liu},
journal= {arXiv preprint arXiv:2408.14568},
year = {2025}
}