面向人类的交互式临床问答系统
人机交互
2025-05-27 v1
摘要
非结构化临床笔记包含关键患者信息，但对医生而言搜索和解读效率较低。尽管大型语言模型（LLM）在问答任务中显示出前景，但大多数现有系统缺乏透明度、可用性和与临床工作流程的匹配性。本工作引入了一个交互式问答系统，使医生可以通过文本或语音查询临床笔记，并接收在笔记中直接突出显示的提取式答案，以实现可追溯性。该系统基于 OpenAI 模型采用零样本提示构建，评估指标包括精确字符串匹配、词汇重叠、SentenceTransformer 相似度和 BERTScore。结果表明，虽然精确匹配得分范围为 47%至 62%，但语义相似度得分超过 87%，表明即使措辞不同，仍具强大的上下文对齐能力。为评估可用性，系统还采用模拟临床人物进行评估。七个多样化的医生和护士人物在基于情景的任务中与系统交互并提供结构化反馈。评估结果突显了直观设计和答案可访问性的优势，同时也为增强解释清晰度提供了机会。
引用
@article{arxiv.2505.18928,
title = {Toward Human Centered Interactive Clinical Question Answering System},
author = {Dina Albassam},
journal= {arXiv preprint arXiv:2505.18928},
year = {2025}
}