论文
ASCRIBE：泰国临床 SOAP 笔记生成的原子和基于意义的推理
ASCRIBE: Atomic and Significance-Based Reasoning for Thai Clinical SOAP Note Generation
摘要
自动 SOAP 注释生成可以减轻医生的文档负担，但现有的推理方法经常忽略临床重要信息并生成不受支持的内容。由于缺乏公开数据集，泰语的进展进一步受到阻碍。我们提出了 ASCRIBE，这是一种受医生启发的推理框架，在总结之前为对话中提取的每个原子事实赋予临床意义水平，使通用大语言模型成为更可靠的抄写员。我们还发布了 ThaiClinicBench，这是第一个去识别化的泰国真实临床临床总结基准，以及源自真实临床记录的综合训练语料库。作为提示，ASCRIBE 在与医生一致的 LLM 判断指标上优于 GPT-5.4 和 Gemini 3.1 Pro 上的思想链提示，并且在完整性 LLM 判断指标上比标准提示提高了 10.3 个百分点。作为 GRPO 的奖励，它使仅在合成数据上训练的 Gemma-4-E4B 模型能够在事实精度上与 Gemini 3.1 Pro 相匹配，并在完整性上超越它。代码和数据可以在https://github.com/loolootech/ascribe.找到