医疗系统规模跨非结构化临床记录的语义搜索

简介：语义搜索根据概念相似性而不是关键字来检索文档，为临床信息的检索提供了优势。然而，在包括数亿临床记录的整个卫生系统中部署语义搜索带来了巨大的工程、成本和治理挑战，阻碍了机构的采用。方法：我们在一家大型儿童医院部署了语义搜索系统，索引了来自 168 万名患者的 1.66 亿条临床记录（4.84 亿个嵌入向量）。该系统使用指令调整的 qwen3-embedding-0.6B 嵌入，通过存储优化索引存储向量，在低延迟键值存储中维护全文元数据，并在符合 HIPAA 的治理框架内运行。我们通过使用医生编写的基准优化模型和分块策略来评估系统，描述全面性能（成本、延迟、检索质量），并通过图表抽象效率和与 ICD-10 队列生成的比较来评估临床效用。结果：系统提供亚秒级查询延迟，每月运营成本约为 4,000 美元。具有 300 个词元块大小的 Qwen3 嵌入在基准测试中达到了 94.6% 的准确率。在三个抽象任务的临床效用评估中，与图表审查相比，语义搜索将完成时间缩短了 24% 至 89%，同时在可评估的情况下保持了评估者之间的一致性。在全系统检索过程中，语义搜索治愈了 98% 经分子证实的遗传性疾病患者，而通过诊断代码最多治愈了 75%。结论：卫生系统规模的语义搜索在技术和操作上都是可行的。该系统提供机构基础设施，支持交互式搜索、队列生成和下游 LLM 支持的临床应用，无需专门的信息学专业知识。