使用来源感知证据图重建可审计的临床时间线

摘要

患者时间线重建系统只有在保留每个答案背后的提及、记录事实如何修改以及当证据不在文本中时拒绝回答时才是可审计的。本研究在完全合成的语料库（1,000 名患者、3,353 个注释、220 个修订边缘）上测试了这三个属性。两个来源感知的证据图运算符将节点加边计数减少到 67% 和 63%（序列化大小的 77-78%），同时保留 6,813 个按新近度回答的查询点中的每个答案和提及链接；固定窗口基线未返回 53.4% 的点的值，未标记。在宣布遗漏的证据不可用的控制中，BioClinicalBERT 门和零样本LLM门主要对这一声明做出反应。在无标记对照中，BERT 对 81 个音符中的 0 个弃权，而其在所有三个关系类别中的准确率从 93.8% 下降至 59.3%； LLM的覆盖率从 75.6% 下降到 27.7%，因为其自己的型号系列被判断为无法确定。对比482个再生金跨度，LLM的引用证据达到召回率 0.850和精度 0.864； BERT 的跨度头在没有跨度标签的情况下进行训练，没有定位证据。时间版本的起源图将弃权存储为类型化的、可查询的边。 clean 任务承认 0.651 准确度的捷径，结果描述的是合成数据上的实施行为，而不是临床表现。

使用来源感知证据图重建可审计的临床时间线的原论文方法或结果图 — 图 1：合成机制验证管道的架构。生成器生成注释、事实、提及链接、修订链接、对抗性变体和证据不可用的控制。分支 A 直接根据生成器事实构建证据图，并针对修订敏感的预言机进行评分压缩；提取器预测不输入其中。 B 部门根据有证据的票据运行证据门。分支 C 根据无证据的控制来运行门族。出处图独立于压缩图。实线箭头标记报告的实验（非门控与门控LLM输出）；虚线箭头标记了控制分支输出的摄取，基础设施支持该输出，但此处未对其进行评估。