Guideline2Graph：可执行临床决策图的配置文件感知多模态解析

临床实践指南是一种冗长的多模式文档，其分支建议很难转换为可执行的临床决策支持 (CDS)，并且一次性解析通常会破坏跨页面的连续性。最近的 LLM/VLM 提取器大多是本地或以文本为中心的，未指定部分接口，并且无法将整个文档的跨页面控制流整合到一个连贯的决策图中。我们提出了一个分解优先的管道，通过拓扑感知分块、接口约束块图生成和保留来源的全局聚合，将完整指南证据转换为可执行的临床决策图。该管道不依赖单遍生成，而是使用显式入口/终端接口和语义重复数据删除来保持跨页面连续性，同时保持诱导的控制流可审计和结构一致。我们使用匹配的输入和比较方法中相同的基础 VLM 主干，对经裁定的前列腺指南基准进行评估。在完整的合并图上，我们的方法将现有模型中的边缘和三元组精度/召回率从 $19.6\%/16.1\%$ 提高到 $69.0\%/87.5\%$，而节点召回率从 $78.1\%$ 提高到 $93.8\%$。这些结果支持在此基准上分解优先、可审核的指南到 CDS 的转换，而当前的证据仍然仅限于一个裁定的前列腺指南，并激发了更广泛的多指南验证。