自动检测电子健康记录中的文档不一致

目标：描述通用域 大语言模型 (LLM) 可以从现实世界的放电摘要中出现的内部文档不一致的类型，并识别大规模限制可靠性的重复出现的故障模式。材料和方法：我们对 3,000 个随机采样的 MIMIC-IV-Note 出院摘要应用了两阶段 LLM 流程——开放式候选者识别 (Gemini 2.5 Pro)，然后进行基于上下文的验证 (Gemini 2.5 Flash)。然后，临床专家手动审查管道输出的子集。结果：我们的管道中发现了 3,460 个候选人不一致的地方，影响了 69.7% 的录取。代表性示例涵盖人口统计、过敏、手术、诊断、实验室、药物和护理计划领域，对临床推理或患者安全具有直接影响。专家审查还揭示了当验证需要时间推理、不断发展的诊断背景或模型本身不具备的门诊处方惯例知识时，会出现反复出现的失败模式。讨论：检测高度依赖于上下文：许多标记对需要将每个语句锚定到其源部分和临床领域，然后评估冲突是否反映了真正的矛盾或缺失的上下文。我们提出了一个跨越严格矛盾和歧义的分级本体，其模式通过类别、部分、领域和不一致轴来描述每个标记案例的特征。结论：这项形成性研究建立了方法基础和概念框架，以指导后续经过验证的大规模 EHR 不一致分析。