基于贝叶斯网络一致集成文本与表格证据的患者层面信息提取
人工智能
2025-11-24 v1
摘要
电子健康记录（EHR）是为临床决策支持系统提供训练数据的宝贵资源。要充分利用此类系统在高风险应用中的潜力，我们需要大规模的结构化表格数据集，以便构建透明的基于特征的模型。虽然 EHR 的部分已包含结构化信息（如诊断编码、药物和实验室结果），但大量信息仍包含在非结构化文本中（如出院总结和护理记录）。本文提出了一种多模态患者层面信息提取方法，既利用来自患者 EHR 中可用的表格特征（通过基于专家知识的贝叶斯网络），又利用描述患者症状的临床笔记（通过神经文本分类器）。我们提出使用带一致性节点的虚拟证据，以提供可解释的概率性融合模型预测。一致性节点较仅使用虚拟证据单独使用时能改善最终预测的校准程度，使贝叶斯网络能够更好地调整神经分类器的输出，以处理缺失信息并解决表格数据与文本数据之间的矛盾。我们在 SimSUM 数据集上展示了该方法的潜力，该数据集是一个模拟基准，链接表格 EHR 与临床笔记，经过专家知识验证。
引用
@article{arxiv.2511.17056,
title = {Patient-level Information Extraction by Consistent Integration of Textual and Tabular Evidence with Bayesian Networks},
author = {Paloma Rabaey and Adrick Tench and Stefan Heytens and Thomas Demeester},
journal= {arXiv preprint arXiv:2511.17056},
year = {2025}
}