研究机器学习模型如何生成临床咨询笔记，并提出了一种人工评估方法，以理解它们对医生和患者临床安全性的影响，发现基于字符的 Levenshtein 距离指标的性能与 BertScore 等基于模型的指标相当，甚至更好。

Apr, 2022

该研究提出了一种半自动化的方法来解决自动摘要难以在临床环境中使用并且难以评估安全性的问题，该方法利用医师编辑自动生成的笔记以提高其效率和安全性。该研究通过模拟会诊评估了这种方法的时间效益，在这个实验中，半自动方法比从头开始写笔记更快。

Apr, 2021

本文旨在研究自动生成临床笔记的评估方法和度量标准，提出了新的任务特定度量标准，并将其与现有文本摘要和生成的 SOTA 度量标准进行比较，研究分布和测量不同的自动摘要的正确性，并试图确定与人类判断相一致的最佳自动评估指标。

May, 2023

本文介绍了开发医疗笔记生成系统的过程中所进行的三轮用户研究，包括如何适应临床实践、系统设计以及参与临床实践的临床医生对该系统的印象和看法，并发现了五种不同的记录行为、实时笔记生成的重要性以及自动生成笔记系统可能面临的几种挑战性情况。

May, 2022

本文提出了一种预测病历记录中病人的过去数据，包括人口统计学，检验，药物和过去的笔记，预测未来笔记内容的新型语言建模任务，并使用公开的、去个人化的 MIMIC-III 数据集训练生成模型。我们发现大部分笔记的内容都可以被预测，并且学习了许多常见的笔记模板。本文探讨了这样的模型如何在支持辅助笔记编写功能方面是有用的，比如错误检测和自动完成。

Aug, 2018

综合临床记录，生成式人工智能（AI），自然语言处理（NLP），自动语音识别（ASR）和医疗保健环境是本研究的关键词。研究发现生成式 AI 有潜力改变临床记录实践，减轻行政负担，使医疗保健专业人士更专注于直接病人护理。

May, 2024

通过研究发现，基于单一标准（如总体质量）的自动评估指标与人工评分不能很好地关联，因此我们提出了 CheckLists 以更好地设计和评估自动评估指标，并通过模板针对特定标准对输出进行干扰，从而暴露指标的局限性，并有利于更好地设计、分析和评估这些指标。

Sep, 2021

本文提出两种支持自动医学咨询的框架，并创建了一个新的大型医学对话数据集，建立了包括命名实体识别，对话行为分类，症状标签推断，医疗报告生成和诊断导向的对话策略在内的五个独立任务。同时，文章提供了每个任务的基准结果，并公开了相关代码和数据集。

Apr, 2022

本文介绍了我们在 MEDIQA-Chat 2023 共享任务中对于从医生 - 患者对话自动生成临床笔记的提交。我们报道了两种方法的结果：第一种微调共享任务数据上的预训练语言模型（PLM），第二种使用大型语言模型（LLM）进行少量样本的上下文学习（ICL）。两种方法在自动指标（如 ROUGE，BERTScore）上均实现了高性能，并分别排名共享任务的二和一位。专业人士的审查表明，通过基于 ICL 的方法和 GPT-4 生成的笔记与人工书写的笔记一样受欢迎，这使其成为从医生 - 患者对话自动生成笔记的有前途的途径。

May, 2023

该研究引入了最先进的自然语言处理技术（具体为掩蔽语言建模预训练）和伪标记的方法，以应对临床病历评估的挑战，提高效率和性能，并改变临床病历评估的潜力。

Jan, 2024