换一批大语言模型病历质控与病程记录生成评估方法研究
The Research on the Evaluation Method of Medical Record Quality Control and Progress Note Generation Using Large Language Models
摘要目的 探索大语言模型在病历内涵质控与病程记录生成任务中的应用效果,通过合理的实验设计与评价指标,验证其在医疗场景中的技术可行性,研究有效的评估方法.方法 设计包含内涵质控和病程记录生成任务的验证集,确保数据多样性与实际应用场景匹配.内涵质控任务通过思维链优化构建提示词,通过对比生成结果与专家质控结果计算准确率;病程记录生成任务采用小样本学习机制生成内容,由专家修正后基于ROUGE、BERTScore指标及关键信息覆盖率进行综合评估.结果 基于验证集的评估结果表明,大语言模型在内涵质控任务中准确率较高,在病程记录生成任务中能够有效生成符合医疗文书规范要求的病历文本.结论 本研究验证了大语言模型在电子病历应用中的可行性,结合有效的评估体系,为智慧医疗场景下的AI落地和发展提供了参考框架和实证支持.
更多相关知识
关键词
大语言模型内涵质控病程记录人工智能电子病历large language modelquality controlprogress noteartificial intelligenceelectronic medical record
栏目名称
DOI
10.3969/j.issn.1672-5166.2025.02.01
发布时间
2025-05-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
