评估基于 LLM 的问答对纵向临床记录的生物医学重新排名

针对特定患者的临床问答需要在冗长、异构的纵向临床记录中找到正确的证据，其中相关事实可能分散在不同的遭遇中，在复制转发的注释中重复，或使用不同的临床术语表达。我们评估了生物医学重新排序是否可以在本地部署的纵向临床记录的检索增强生成管道中改善证据选择和下游答案质量。该管道结合了 PubMedBERT 密集检索、BM25 词汇检索、加权倒数排名融合和 MedCPT 交叉编码器重新排名。在来自 200 名减肥手术患者的 1,000 个开放式和封闭式问答对中，重新排名增加了前 10 个项目中的精确源块检索，Hit@10 从 46.6% 到 60.6%，平均倒数排名从 0.2371 到 0.3252。随着 Qwen3-8B 的产生，当地评审评估的答案正确率从 44.8% 提高到 48.6%。这些结果表明，生物医学重新排序可以改善相关临床证据在有限上下文窗口内的放置，尽管检索的收益并不能成比例地转化为答案正确性的收益。