Synthetic Hospital：开放、可验证、经医师验证的纵向电子病历基准

前沿语言模型很少用于临床工作流，因为开发它们所需的现实纵向基准十分稀缺。真实电子健康记录（EHR）数据因隐私、伦理或数据使用问题无法公开共享，且不包含可验证的ground truth，因为病历只反映临床医生记录的内容。我们介绍Synthetic Hospital，一个开放、全合成、事实落地的纵向EHR基准，解决了开放共享和可验证ground truth两大障碍。它完全由公开医学教育材料构建，不含受保护健康信息，包含1,268名纵向患者和5,602次就诊，每个诊断、发现和时间关系都落地于标准本体（ICD-10-CM、SNOMED CT、LOINC），并具有回溯至来源医学教育材料的完整溯源链。Synthetic Hospital通过一个模拟医院记录系统提供，该系统镜像真实EHR基础设施（标准互操作API、基于角色的访问和函数调用接口）。在盲评中，医师以接近随机的概率（53%）区分其记录与真实病历。跨10个前沿和开放模型，无一接近天花板：最佳模型以严重度加权F1 0.73重建患者的纵向问题列表，与匹配子集上七位医师的平均水平相当但远低于其中最佳者（0.89），且在总结病历时遗漏大约一半的临床相关发现。总体而言，这些结果凸显Synthetic Hospital是对临床AI性能的一次困难而现实的检验。