CLAIRE：用结构校验与受限纠正填写医疗行政表单

医疗保健管理人员将电子健康记录、转诊、索赔系统、提供者名册和工作队列中的结构化信息传输为动态形式。我们开发并评估了 CLAIRE（临床语言和 Agentic 推理和输入智能），这是一种混合工作流程，将字段状态发现、源到字段映射、确定性验证、有界校正、升级和审计跟踪分开。我们测试了五个综合医疗保健管理模式、1,000 个源记录、四个界面变体、两个数据质量套件和六个比较器，产生了 24,000 个基准事件。一项单独的严格输出审核评估了 Qwen2.5-1.5B 和 Qwen2.5-7B 的直接映射，并且跟踪衍生的操作模拟涵盖了 6,000 个情节。在评估的综合基准条件下，完整的 CLAIRE 在两个套件中均实现了 1.000 集成功、字段准确度、必填字段完成和依赖性完成；删除验证将压力套件成功率降低至 0.500。在模拟中，100.0% 的清理和验证压力事件达到了工作人员可审查的草稿，而升级挑战事件的比例为 68.6%，不受支持的案例被阻止。基于场景的节省时间为每个案例 149.7-165.5 秒，未观察到员工时间。研究结果支持基于模式、验证优先的医疗保健管理自动化，其中语言模型组件协助映射，但不授权不受支持或后果性的操作。