自动审核护理过渡的出院摘要

出院文件不完整或不一致是护理分散和可避免的再入院的主要原因。尽管出院摘要审核在患者安全方面发挥着至关重要的作用，但它在很大程度上依赖于人工审核，并且难以扩展。我们提出了一个使用本地部署的大语言模型（LLM）对出院摘要进行大规模审计的自动化框架。我们的方法将核心护理过渡要求（例如随访说明、用药史和变化、患者信息和临床过程等）落实到基于 DISCHARGED 框架的结构化问题验证清单中。使用 MIMIC-IV 数据库中的成人住院患者摘要，我们利用隐私保护大语言模型来识别关键文档元素的存在、缺失或模糊性。这项工作展示了可扩展、自动化临床审核的可行性，并为电子健康记录文档的系统质量改进奠定了基础。