基于大语言模型的体检总检结论自动生成研究

本文研究了基于大语言模型自动生成体检总检结论的方法.与常规文本摘要生成任务不同,体检总检结论的生成特别关注体检异常检查结果,要求生成结论不仅准确,还需遵循医学领域的专业知识和标准.为此,本文基于经医疗知识问答数据微调的大型预训练语言模型,提出了一个体检总检结论自动生成方法.该方法包括两个关键模块:1)异常信息抽取模块,利用少量标注数据增强模型在抽取科室小结中异常检查结果识别能力;2)结论项排序模块,使得生成内容符合体检总检结论的顺序规范.在真实体检数据集上的实验表明,这两个核心模块有效提升了总检结论生成质量.本文为医疗文档自动生成技术提供了新思路,展现了大语言模型在医疗人工智能应用中的前瞻性.