Case2Flow：通过多模式检索桥接患者病例和指南流程图

医疗指南编码了丰富的、基于证据的决策逻辑，但临床医生需要的具体决策工件很难在指南中找到，更不用说涵盖可能的疾病和治疗的指南了。虽然指南段落支持端到端问答，但流程图在决策支持中仍然没有得到充分利用，尽管它们能够编码可操作的临床路径。因此，我们引入了 Case2Flow，这是一项旨在从指南文档集合中检索给定患者病例最相关的指南流程图的任务。为了支持它，我们构建了 FlowAtlas，这是一个从 2,080 个医疗指南中提取的 202 个流程图的精选语料库，以及一个综合 1,911 个对齐的病例流程图对的管道。我们对多模态检索方法的评估揭示了系统性故障模式，包括过度依赖关键字以及流程图中无信息背景区域引起的虚假词元补丁匹配。受此启发，我们提出了 CRISP，一种 无需训练 评分方法，通过抑制无信息补丁、减少模糊标记匹配以及合并双向查询图像对齐来提高后期交互检索能力。 CRISP 将 Recall@1 提高了高达 18.71 个百分点，而对已发表的病例叙述进行的盲法医生评估提供了综合查询之外的初步可行性证据。