面向临床问诊摘要生成：从既往病历学习撰写出院小结
计算与语言
2021-04-29 v1 机器学习
摘要
临床问诊的记录可能冗长且复杂，因此亟需能够提取并总结相关信息的工具。本文提出为一次临床问诊生成出院小结的任务。该场景下的摘要需忠实、可追溯，并能扩展到多个长文档，这促使我们采用先抽取后抽象的摘要级联方法。我们引入忠实度与幻觉率两项新指标用于该任务的评估，它们与现有的流畅性与信息量指标形成互补。在七个医疗章节和五个模型上的结果表明，支持可追溯性的摘要架构取得了有前景的结果，且句子重写方法在用于忠实度的指标（忠实度调整的 ）上于各类生成章节中表现稳定。
引用
@article{arxiv.2104.13498,
title = {Towards Clinical Encounter Summarization: Learning to Compose Discharge Summaries from Prior Notes},
author = {Han-Chin Shing and Chaitanya Shivade and Nima Pourdamghani and Feng Nan and Philip Resnik and Douglas Oard and Parminder Bhatia},
journal= {arXiv preprint arXiv:2104.13498},
year = {2021}
}