arXiv cs.AI· Yang Zhong, Ling Luo, Xuanlyu Zhu, Yanhua Wang, Yuanyuan Sun, Jian Wang, Hongfei Lin·· 2 天前AI 评分29
工具增强 LLM 实现从患者笔记中可靠完成医学计算
Tool-Augmented Large Language Models for Reliable Medical Calculation from Patient Notes
AI 导读
研究者提出一种工具增强 LLM 框架，从患者笔记中可靠完成医学计算，在 MedCalc-Bench 上达到 86.73% 最终答案准确率，分别超过 one-shot prompting 和监督微调基线 24.0 和 17.27 个百分点。
正文 · AI 翻译
摘要：医学计算器将原始患者观察结果转化为临床可操作的值和评分。然而，将这些计算器直接应用于自由形式的患者病历，需要精确的变量提取，并结合对复杂公式、评分规则和输出约定的精确执行。在此背景下，仅依赖直接的大语言模型（LLM）提示是不可靠的，因为规则回忆、参数提取、算术推理和格式化在单个生成步骤中相互纠缠。为解决这些局限，我们提出了一种工具增强的 LLM 框架，用于从患者病历中进行可靠的医学计算。该框架检索并结构化计算器规范，生成可复用的可执行工具，并使用受约束的提取器将每个患者病历映射为可供计算器使用的输入。随后，这些工具执行确定性计算，将临床语言理解与规则执行和算术运算分离。在 MedCalc-Bench 数据集上评估，我们的方法实现了 86.73% 的最终答案准确率，分别比单次提示和监督微调基线高出 24.0 和 17.27 个百分点。消融和错误分析表明，这些性能提升主要由基于规则的工具合成和模式约束提取驱动，而剩余的失败则集中在临床语义提取和基准特定的输出约定上。通过将计算器逻辑建立在可执行工具之上，所提出的方法减轻了算术幻觉，并提高了最终临床输出的计算可靠性。
| 评论： | 被 BIBM2026 接收为常规论文 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21477 [cs.AI] |
| （或 arXiv:2610.21477v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21477 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yang Zhong [查看电子邮件]
[v1]
2026年10月15日星期四 08:18:50 UTC（852 KB）
来源：arXiv cs.AI · arxiv.org