NOTE：基于直接偏好优化的patient Text summaries高效生成方法

出院概要是患者旅程中至关重要的文档，涵盖了患者在住院期间经历的多个事件，包括多次就诊、药物、检测、手术/程序以及入院/出院。提供患者进展的概要至关重要，因为这显著影响未来的护理和计划。因此，临床医生面临着手动收集、组织和组合为出院概要准备的所有必要数据的艰巨且资源密集的任务。因此，我们提出了"NOTE"，该系统 stands for "Notable generation Of patient Text summaries through an Efficient approach based on direct preference optimization"。NOTE基于Medical Information Mart for Intensive Care-III数据集，对单个住院的患者进行概要总结。按顺序组合患者事件，用于为每个住院生成出院概要。在当前情况下，大型语言模型(LLMs)的API广泛可用，但将医疗数据导入和导出由于医疗机构的隐私保护政策 presents significant challenges。此外，为确保最佳性能，必须在医院内部服务器或程序中实施轻量级模型。因此，我们利用DPO和参数高效微调(PEFT)技术应用了一种保证卓越性能的微调方法。为演示所开发NOTE的实际应用，我们提供了一个基于网页的演示软件。我们将在未来目标是将软件部署给医院实际使用的临床医生。NOTE可用于生成各种概要，不仅限于出院概要，而且贯穿患者旅程，从而减轻临床医生的艰巨工作负担，旨在提高效率。