医疗AI实验室：门诊病历结构化抽取的小样本实验

医疗AI实验室近期完成一轮小样本临床文本结构化实验，目标是把门诊病历中的主诉、现病史、既往史、用药与过敏信息抽成可计算字段，供后续质控与科研检索使用。

方法上，先用规则加词典做冷启动，覆盖高频模板；再用少量人工标注样本微调开源中文医学大模型，并引入科室、就诊类型等元数据。为避免“看似准确”，评估按字段分别统计，而不是只看整体准确率。

阶段进展：在院内脱敏的1,200份门诊病历上，主诉与用药字段的F1约0.89，既往史因表述分散约0.81；模型对否定词和家族史仍有误判。下一步计划扩充否定与时间关系标注，接入医生抽检反馈闭环，并把输出映射到院内标准术语集。