面向自动生成病程记录以减轻临床医生负担的研究
计算与语言
2024-10-18 v1 人工智能
摘要
病程记录的定期文档是临床医生负担的主要贡献者之一。医疗记录中结构化图表信息的丰富性进一步恶化了负担，但这也为自动生成病程记录提供了机会。本文提出了一个自动化生成病程记录的任务，利用电子健康记录中存在的结构化或表格信息。为此，我们提出了一个新框架和一个大型数据集ChartPNG，用于该任务，包含7089个注释实例（每个实例包含一对病程记录和 interim 结构化图表数据），覆盖1616名患者。我们使用来自通用和生物医学领域的大型语言模型在数据集上建立了基准。我们进行了自动分析（其中最佳表现的Biomistral模型实现了BERTScore F1为80.53和MEDCON得分19.61）和手动分析（我们发现该模型能够利用相关结构化数据，准确率为76.9%），以确定该任务的挑战并为未来研究提供机会。
引用
@article{arxiv.2410.12845,
title = {Toward Relieving Clinician Burden by Automatically Generating Progress Notes using Interim Hospital Data},
author = {Sarvesh Soni and Dina Demner-Fushman},
journal= {arXiv preprint arXiv:2410.12845},
year = {2024}
}
备注
Accepted at the AMIA 2024 Annual Symposium