论文
用于从纵向结构化 EHR 生成源头综合记录的多代理管道
A Multi-Agent Pipeline for Source-Grounded Synthetic Note Generation from Longitudinal Structured EHR
摘要
结构化 EHR 丰富但稀疏、编码且难以直接用于以笔记为中心的临床建模。我们提出了 MedNotes,这是一种多代理合成数据生成管道,可在明确的质量控制下将纵向结构化 EHR 转换为基于源的临床记录表示。 MedNotes 将结构化数据到文本的合成视为闭环代理过程:生成器提出注释,评估代理诊断事实、覆盖范围、结构和幻觉相关的故障,路由器接受、修改或拒绝草稿。在 1,485 次 EHRSHOT 遭遇中,MedNotes 的通过率为 91.4%,平均事实准确性为 0.980,完整性为 99.1%,结构保真度为 0.761,每次遭遇的严重幻觉为 0.028。迭代细化将接受度从 69.4% 提高到 91.4%。当与有限的真实数据相结合时,生成的合成语料库改进了下游 CPT 预测和段落级部分预测。