首届临床文本生成共享任务概述：RRG24 与“Discharge Me!”
计算与语言
2024-09-26 v1
摘要
自然语言生成的最新发展对医疗保健产生了巨大影响。例如，最先进的系统可以自动化生成临床报告中的各个部分，从而减轻医生的工作负荷并简化医院文档记录。为了探索这些应用，我们提出了一个包含两个子任务的共享任务：（1）放射学报告生成（RRG24）和（2）出院摘要生成（“Discharge Me!”）。RRG24 涉及根据胸部 X 光片生成放射学报告的“发现”和“印象”部分。“Discharge Me!” 涉及为通过急诊科入院的患者生成出院摘要的“住院简要经过”和“出院指导”部分。“Discharge Me!” 的提交随后由一组临床医生进行审查。两项任务都强调了通过生成文档来减少临床医生倦怠和重复工作负荷的目标。我们收到了来自 8 个团队的 201 份 RRG24 提交，以及来自 16 个团队的 211 份“Discharge Me!” 提交。
引用
@article{arxiv.2409.16603,
title = {Overview of the First Shared Task on Clinical Text Generation: RRG24 and "Discharge Me!"},
author = {Justin Xu and Zhihong Chen and Andrew Johnston and Louis Blankemeier and Maya Varma and Jason Hom and William J. Collins and Ankit Modi and Robert Lloyd and Benjamin Hopkins and Curtis Langlotz and Jean-Benoit Delbrouck},
journal= {arXiv preprint arXiv:2409.16603},
year = {2024}
}
备注
ACL Proceedings. BioNLP workshop