MedCase-Structured：用于在临床上真实EHR设置下评估诊断推理的文本到FHIR数据集
计算与语言
2026-05-29 v1 人工智能
摘要
大型语言模型（LLM）在临床推理和决策支持方面显示出前景，但在符合现实电子健康记录（EHR）格式的评估方面仍受限。现有基准常依赖静态数据集或非结构化输入，未能反映临床系统中使用的结构化、可互操作的数据格式。我们提出一种管道，用于从非结构化文本生成符合临床规范的HL7 FHIR R4 捆绑包，实现可控的临床决策支持系统评估。该管道结合了分阶段LLM生成、术语导向的验证与修复，以减少幻觉代码并确保结构和语义一致性。将此方法应用于MedCaseReasoning，我们构建MedCase-Structured，合成数据集与临床医生撰写的诊断案例相吻合，实现82.5%的FHIR生成有效性。在MedCase-Structured上的评估显示，LLM在结构化FHIR输入上的诊断准确率持续低于纯文本输入，凸显了部署对齐评估的重要性。
引用
@article{arxiv.2605.30295,
title = {MedCase-Structured: A Text-to-FHIR Dataset for Benchmarking Diagnostic Reasoning in Clinically Realistic EHR Settings},
author = {Valentina Bui Muti and Eugénie Dulout and Ziquan Fu},
journal= {arXiv preprint arXiv:2605.30295},
year = {2026}
}
备注
Accepted to ICML 2026 Structured Data for Health Workshop