生成保留认知公式的临床小插曲

大语言模型 可以生成流畅的临床病例插图，但仅流畅性并不能确保对指定临床结构的保真度。我们引入了 FORMA，一个以理论为基础的框架，它将疾病的认知模型编译成有向加权图，对该图的特定于人的配置进行采样，并验证生成的小插图是否保留了指定的组件和因果关系。我们使用 Ehlers 和 Clark 认知模型对创伤后应激障碍的 FORMA 进行实例化，在 500 个角色、11 代模型和三种消融条件下生成 16,500 个小插图。评估结合了外部边缘恢复探针、两名临床专家、一名按比例缩放的 LLM 法官以及由 100 名执业医师参与的临床医生用户研究。认知图可以从全条件晕影（MCC = +0.41，AUC = 0.70）中恢复，但不能从零样本生成（MCC = +0.01，AUC = 0.50）中恢复。专家对完整插图的评价远高于零样本替代方案，临床医生在 85% 的情况下认为它们是人工编写的，而零样本的这一比例为 22%。 FORMA 还将感知质量的人口差异缩小了 1.5-7 倍。这些结果表明，认知公式可以作为可扩展的合成临床文本生成的可审核规范。包含数据和代码的存储库可在线获取：https://github.com/Amit-Oren/FORMA。