Infherno：基于智能体的自由形式临床笔记端到端 FHIR 资源合成
计算与语言
2026-04-21 v2 人工智能
摘要
对于临床数据集成和医疗服务，HL7 FHIR 标准已成为实现复杂健康数据之间互操作性的理想格式。先前的自动化将自由形式临床笔记翻译为结构化 FHIR 资源的尝试仅针对狭义任务，且依赖模块化方法或使用经过指令调谐和受限解码的大语言模型（LLM）。由于这些解决方案常常存在可通用性有限和结构不符合性的问题，本文提出一种以 LLM 智能体、代码执行和医疗术语数据库工具为核心的端到端框架以解决此类问题。我们的解决方案称为 Infherno，旨在遵循 FHIR 文档模式，并在从非结构化文本预测 FHIR 资源方面与人类基准相当。该实现的前端支持自定义和合成数据，以及本地和专有模型，支持临床数据集成和跨机构的互操作性。我们的评估显示，Gemini 2.5-Pro 在合成和临床数据集上表现突出，但仍存在歧义性和收集真实数据的可行性问题。
引用
@article{arxiv.2507.12261,
title = {Infherno: End-to-end Agent-based FHIR Resource Synthesis from Free-form Clinical Notes},
author = {Johann Frei and Nils Feldhus and Lisa Raithel and Roland Roller and Alexander Meyer and Frank Kramer},
journal= {arXiv preprint arXiv:2507.12261},
year = {2026}
}
备注
EACL 2026 System Demonstrations | Code: https://github.com/j-frei/Infherno | Demo: https://infherno.misit-augsburg.de