近期，医疗AI实验室围绕电子病历结构化开展实验性探索，选取合作医院脱敏后的出院小结文本约2000份，验证大模型结合规则约束在医学实体抽取任务中的可行性，目标是把病史、诊断、手术、用药等关键要素自动整理为可检索的结构化字段。
与通用信息抽取不同，医疗文本存在大量缩写、口语化描述与阴性表述，直接套用通用模型易出现漏抽与误归。我们采用大模型初抽、术语字典校验、人工复核的三段式流程，并将诊断名称映射至ICD-10标准编码。
阶段性结果：
- 测试集上主要诊断字段抽取F1约0.91，药名与剂量字段F1约0.86，错误集中在非标准药名与合并表述；
- 引入科室级术语字典后，药品字段误抽率下降约三成，人工复核工作量较纯人工录入减少约一半。
下一步将扩充多科室样本至8000份，重点解决手术名称归一化问题，并评估本地化部署下的推理延迟与数据安全方案。当前结果均来自小规模脱敏数据，尚不具备直接推广条件。
评论