在疾病預防與癌症控制的領域中,早期識別臨床表徵向來是黃金關鍵。然而,這些至關重要的病徵往往散落在電子健康紀錄(EHR)的非結構化文字中,導致臨床數據難以在大規模分析或預測模型中派上用場。為了打破這項僵局,近期一項突破性研究提出結合檢索與生成技術的創新架構,為醫療資訊學開闢了全新局面。
非結構化醫療紀錄的隱形高牆
疾病管制與預防中心(CDC)與國家衛生統計中心(NCHS)共同開發的國際疾病分類第十版臨床修訂本(ICD-10-CM),提供了全球通用的疾病與症狀標準化框架。從血尿、持續咳嗽到不明原因的體重減輕,這些臨床表徵若能精確轉換為 ICD-10-CM 代碼,對於癌症分型與預測模型研究至關重要。像是丹麥一項針對超過 690 萬人的大型研究就曾證實,追蹤連續的代碼軌跡能有效揭示胰臟癌等惡性腫瘤的前期病徵。
不過,手動進行代碼對應是一項極度耗費人力且需要高度專業知識的任務。早期機器學習模型常受限於醫學文本的語意多義性與複雜上下文;而近年雖有大型語言模型(LLM)展現出色的推理能力,卻也伴隨著「幻覺」風險——模型可能生成看似合理卻不存在的代碼,嚴重侵蝕醫療人員的信任。要在臨床應用中落地,準確度與真實性是絕對不能妥協的底線。
結合檢索與生成的混合架構解方
為了克服生成式模型的非預期失誤,研究團隊導入了檢索增強生成(Retrieval-Augmented Generation,簡稱 RAG)技術。透過將使用者查詢與外部知識庫進行語意向量化比對,系統能在生成答案前先抓取最相關的官方文獻,從源頭大幅降低 AI 胡言亂語的機率。這項技術近年來在生醫與法律等高專業門檻領域備受矚目,成為兼顧彈性與可靠性的黃金標準。
在本次研究中,團隊採用了開源的 GPT-OSS-120B 作為基礎大型語言模型,並在本地端部署以確保醫療隱私不外洩。檢索端則整合了包括 MedBERT、ClinicalBERT、SapBERT 等 5 個專業生醫模型,以及 3 個通用嵌入模型。透過這 8 個模型從美國疾病管制與預防中心官方網站收錄的 98,186 個 ICD-10-CM 代碼庫中進行相似度搜索,去蕪存菁後提供高精準度的候選清單給語言模型進行最後決策。
從產業面來看,醫療 AI 要真正走入第一線臨床應用,最大的挑戰往往不是運算能力,而是「信任感」。過去大模型動輒產生幻覺的特性,讓醫師和病歷編碼師不敢輕易放手。這次研究透過本地端部署結合多模型檢索增強(RAG),不僅守住病患隱私的紅線,更用技術手段把 AI 的發揮空間「關在事實的籠子裡」。這絕對是醫療資訊學從學術走向實戰的重要轉折點。
朝向高信賴度的臨床資訊學邁進
為了建立嚴謹的評估標準,研究人員從 MTsamples 挑選了 1,000 筆明確記錄臨床表徵的病歷筆記,由護理師與臨床資訊專家進行雙盲標註,最終 Cohen’s kappa 係數達到 0.75 的顯著共識水準。這套黃金標準隨後被用於測試集驗證,證實混合架構能有效提升術語對應的精準度,並減少無效代碼的產生。
- 部署本地端開源模型,確保病歷資料不外流
- 結合 8 種生醫與通用嵌入模型,提升候選代碼召回率
- 透過檢索機制約束生成內容,實質降低 AI 幻覺風險
展望未來,這項研究不只在方法論上實現創新,更為後續的病徵表型分析與預測建模打下穩固基礎。當醫療大模型能夠更誠實、更精準地解讀臨床文字,醫師將能把更多心力留給病患本身,推動整個醫療體系朝向高效率與高信賴度邁進。
話說回來,當AI已經能夠幫忙爬梳龐大的病歷資料,身為醫療從業人員或關注自身健康的民眾,你準備好迎接這場資訊結構化的醫療革命了嗎?建議持續關注醫療資訊學的最新進展,或是向專業醫療人士諮詢相關技術在臨床實務上的應用邊界。
本文改寫整理自公開新聞來源,原始報導由Nature發布。
常見問題 FAQ
什麼是 ICD-10-CM 術語對應?
ICD-10-CM 是國際疾病分類第十版臨床修訂本,術語對應是指將病歷筆記中非結構化的臨床表徵與症狀文字,轉換成標準化的英數字代碼,以利醫療大數據分析與追蹤。
為什麼大型語言模型在醫療編碼容易出錯?
因為醫療文本充滿專業術語、上下文依賴與多義性,純粹依賴參數生成的語言模型容易產生看似合理但實際上不存在的「幻覺」代碼,導致準確度下降。
檢索增強生成(RAG)如何解決 AI 幻覺問題?
RAG 技術會在模型生成答案之前,先從外部官方知識庫中檢索最相關的真實文獻與代碼,並將這些具備憑據的資料提供給模型參考,從而約束輸出結果的真實性與準確度。
※ 此篇文章由 AI 改寫或生成,內容僅供參考,可能存在錯誤或不準確之處。