论文
从医疗指南自动生成可执行BPMN模型
Automatic Generation of Executable BPMN Models from Medical Guidelines
摘要
我们提出一个端到端流水线，利用大语言模型（LLM）将医疗政策文档转换为可执行、数据感知的业务流程模型与标记（Business Process Model and Notation，BPMN）模型，用于基于仿真的政策评估。我们通过四项贡献应对政策自动化数字化的主要挑战：带语法自动纠正的基于数据的BPMN生成、可执行性增强、KPI插桩以及基于熵的不确定性检测。我们在日本三个市政府的糖尿病肾病预防指南上评估该流水线，在三个LLM后端上各生成100个模型，并将每个模型对1,000名合成患者执行。在结构良好的政策上，流水线达到100%的真值匹配，且逐患者决策完全一致。在所有条件下，原始逐患者决策一致性超过92%，且熵值随文档复杂度单调递增，证实该检测器能可靠地区分无歧义政策与需要针对性人工澄清的政策。
