基于蒸馏大语言模型的全心脏磁共振报告不确定性感知结构化数据提取
计算与语言
2026-05-11 v1
摘要
将自由文本心脏磁共振（CMR）报告转换为可审计的结构化数据仍是构建队列、纵向 curated 和临床决策支持的瓶颈。我们提出了CMR-EXTR，一个轻量级框架，可将自由文本CMR报告转换为结构化数据并为每个字段分配置信度以进行质量控制。通过教师-学生蒸馏管道实现完全离线推断，同时限制手动标注。不确定性整合了三个互补原则——分布可行性、抽样稳定性和跨字段一致性——用于分流人工审核。实验表明，CMR-EXTR实现了99.65%的变量级准确率，既可靠地提取数据，又提供有信息量的置信度评分。鉴于目前尚无针对CMR的提取系统集成了置信度估计，本工作应有首次性。代码已公开于https://github.com/yuyi1005/CMR-EXTR。
引用
@article{arxiv.2605.08045,
title = {Uncertainty-Aware Structured Data Extraction from Full CMR Reports via Distilled LLMs},
author = {Yi Yu and Parker Martin and Zhenyu Bu and Yixuan Liu and Yi-Yu Zheng and Orlando Simonetti and Yuchi Han and Yuan Xue},
journal= {arXiv preprint arXiv:2605.08045},
year = {2026}
}
备注
Accepted to ISBI 2026