基于主张验证和直接偏好优化的临床摘要证据感知对齐
计算与语言
2026-03-12 v1 机器学习
摘要
急性病程（BHC）叙述必须在临床实用性和对碎片化 EHR 证据的忠实性之间取得平衡。基于 LLM 的临床摘要器仍会引入不受支持的陈述，而对齐方法可能鼓励遗漏（“说得更少”退化）。我们提出了 VERI-DPO，利用主张验证从事偏好挖掘并通过直接偏好优化（DPO）将其蒸馏到摘要器中。在 MIMIC-III-Ext-VeriFact-BHC（100 名 ICU 患者；按患者级别划分）上，我们训练了一个检索增强的验证器，通过单 token 格式对主张-证据对标记为“受支持”、“不受支持”或“未处理”。验证器对从抽样的 BHC 候选方案中获得的句子级主张进行评分，并将边际值聚合为覆盖率感知效用，以挖掘长度受控、矛盾锚定的偏好对。在留出患者上，验证器挖掘的偏好按矛盾密度分隔候选方案，VERI-DPO 将不支持主张率从 10.7% 降至 1.9%（本地验证器评判）和从 11.6% 降至 6.4%（GPT-4o 评判），同时在保持信息丰富长度的同时将有效性提升至 82.5%。
引用
@article{arxiv.2603.10494,
title = {VERI-DPO: Evidence-Aware Alignment for Clinical Summarization via Claim Verification and Direct Preference Optimization},
author = {Weixin Liu and Congning Ni and Qingyuan Song and Susannah L. Rose and Christopher Symons and Murat Kantarcioglu and Bradley A. Malin and Zhijun Yin},
journal= {arXiv preprint arXiv:2603.10494},
year = {2026}
}
备注
Paper submitted to AMIA 2026 Annual Symposium