基于检索增强生成的护士观察提取
计算与语言
2026-03-30 v1
摘要
近期大型语言模型(LLMs)的进展在减少各领域人力工作负担方面发挥了重要作用，这一趋势正日益延伸到医学领域。在本文中，我们提出了一种自动化流水线，旨在通过自动从护士口述中提取临床观察来减轻护士的负担。为确保准确提取，我们引入了一种基于检索增强生成(RAG)的方法。我们的方法表现出有效的性能，在MEDIQA-SYNUR测试数据集上实现了0.796的F1分数。
引用
@article{arxiv.2603.26046,
title = {Retrieval-Augmented Generation Based Nurse Observation Extraction},
author = {Kyomin Hwang and Nojun Kwak},
journal= {arXiv preprint arXiv:2603.26046},
year = {2026}
}