广泛检索、双向取证、窄口径裁定：面向纵向临床事件验证的证据可采信GraphRAG

纵向临床事件关系验证判断患者病历是否支持两个或多个临床事件之间的指定关系。这项任务之所以困难，是因为证据分布在结构化记录、病程记录、实验室轨迹、就诊事件和时间之中，而否定、时间错配、重复记录和相互矛盾的发现会使检索到的信息看似相关却不足以确立该关系。我们提出MedEventGraph-RAG，一个证据可采信框架，它将事件发生在患者专属图中表示，并把每次发生链接到源证据，包括结构化行、记录文本片段、时间戳和数值轨迹。给定指定事件、关系和临床范围的验证查询，该图引导发现候选事件链，并从支持与矛盾两侧检索证据。查询特定的证据契约先按患者身份、范围、发生绑定和源可追溯性过滤信息，再由独立的评估器判定支持、冲突、驳斥或证据不足。在i2b2、n2c2、MIMIC-IV和LUNGUAGE的十个协议上，MedEventGraph-RAG在时间关系、药物不良事件和已记录医嘱验证上分别取得78.6、67.3和96.8的平衡准确率，较最强匹配基线提升26.9、4.9和30.4个百分点。在证据掩蔽下，它达到92.2平衡准确率且无假支持预测。当中间事件被隐藏时，它在57.9%的i2b2和70.0%的LUNGUAGE案例中恢复完整的可溯源事件链。这些结果表明，将广泛的证据发现与窄口径的证据可采信评估分离，可改善纵向临床验证并减少无依据结论。