EarlyDx：以入院时点锚定的急诊诊断开放生成基准

临床诊断必须在有限、不完整的证据下，在医院入院时迅速作出。现有的诊断预测基准不适合这种设置：它们限制预测到封闭的代码集，排除自由文本记录，并在出院诊断中监督，这些诊断包含了整个住院期间的全部信息。我们引入EarlyDx，这是一个开放式的早期诊断基准，从MIMIC-IV中的154,834急诊室会诊记录中构建。每个会诊记录仅在入院时间$t_0$时被限制，并由急诊室记录中的诊断进行监督，而不是在出院时。一个LLM审计员进一步验证每项自由文本标签，将其分为支持、部分支持或不支持证据。在一种语义LLM作为法官的协议下，没有被评估的系统——前沿的、医学专业的、或在训练后专门的——可靠地合成入院时间的证据。零样本模型主要通过提取来评分，仅恢复了3-31%必须从记录中推断出的诊断；后训练提高了推理依赖的召回率至56%，但仍存在一个较大的差距，且在时间紧迫的条件下，没有系统达到临床平衡的敏感性和精确性。我们在这里公开了完整的构建和评估管道。