InsightFlow: LLM-Driven Synthesis of Patient Narratives for Mental Health into Causal Models
Department of Mathematics, IIT Delhi（印度德里理工学院数学系）；Department of Electrical Engineering, IIT Delhi（印度德里理工学院电气工程系）；Department of Computer Science and Engineering, IIIT Manipur（曼尼普尔理工学院计算机科学与工程系）
InsightFlow利用LLM自动从患者-治疗师对话生成与5P框架对齐的因果图，通过结构、语义和专家评估验证，证明其在临床案例构建中的有效性。
2026-04-14 cs.CL
A Practical Approach towards Causality Mining in Clinical Text using Active Transfer Learning
Kyung Hee University（庆熙大学）
目的：因果关系挖掘是一个非常活跃的研究领域，需要应用最先进的自然语言处理技术。在医疗保健领域，医学专家创建临床文本，以克服定义良好和模式驱动的信息系统的限制。这项研究工作的目标是创建一个框架，可以将临床文本转换为因果知识。研究方法：基于术语扩展、短语生成、基于BERT的短语嵌入和语义匹配、语义丰富、专家验证和模型进化的实用方法，构建了一个综合的因果关系挖掘框架。这种基于主动迁移学习的框架及其补充服务能够从临床文本中提取和丰富因果关系及其相应的实体。结果如下：多模型迁移学习技术在应用于多次迭代时，在保持精度恒定的同时，在准确度和召回率方面获得性能改进。我们还提出了一个比较分析的技术与他们共同的替代品，这表明我们的方法的正确性和它的能力，以捕捉大多数的因果关系。结论：所提出的框架在医疗保健领域提供了尖端的结果。然而，该框架也可以进行调整，以在其他领域提供因果关系检测。重要性：所提出的框架是通用的，足以在任何领域中使用，医疗服务可以获得巨大的好处，由于其数据的海量和各种性质。该因果知识抽取框架可用于临床文本的概括、人物角色的创建、医学知识的发现以及临床决策的依据。
2020-12-10 cs.AI cs.CL
Towards Automatic Generation of Shareable Synthetic Clinical Notes Using Neural Language Models
IBM T. J. Watson Research Center（IBM T. J. 沃森研究中心）；IBM Almaden Research Center（IBM阿尔马登研究中心）
大规模的临床数据对于推动当今许多计算科学的进步是非常宝贵的。然而，对患者隐私的担忧阻碍了此类数据的公开传播，并导致了次优的孤立研究。去识别方法试图解决这些问题，但被证明是容易受到对抗攻击。在这项工作中，我们专注于存储在临床笔记中的大量非结构化自然语言数据，并提出自动生成合成临床笔记，这些笔记更适合使用在真实去识别记录上训练的生成模型进行共享。为了评估这些笔记的优点，我们测量了它们的隐私保护特性以及在训练临床NLP模型中的实用性。使用神经语言模型的实验产生的笔记，其效用接近的一些临床NLP任务的真实的，但留下足够的空间，为未来的改进。
2019-05-21 cs.CL
CausalScore: An Automatic Reference-Free Metric for Assessing Response Relevance in Open-Domain Dialogue Systems
Monash University（莫纳什大学）
提出无参考自动评估指标CausalScore，通过测量对话历史与响应间的因果强度评估相关性，实验证明其与人类判断的一致性显著优于现有最先进指标，并构建了含人工标注因果关系的数据集CGDIALOG+。
2024-06-25 cs.CL
THCM-CAL: Temporal-Hierarchical Causal Modelling with Conformal Calibration for Clinical Risk Prediction
The University of Manchester（曼彻斯特大学）；Harbin Institute of Technology（哈尔滨工业大学）
针对电子健康记录中临床风险预测，提出时序-层次因果模型THCM-CAL，融合文本与ICD代码，通过层次因果发现建模交互，并扩展保形预测校准多标签置信区间，在MIMIC-III和IV上表现优越。
2025-09-24 cs.AI cs.CL
Clinical Utility of the Automatic Phenotype Annotation in Unstructured Clinical Notes: ICU Use Cases
Imperial College London（帝国理工学院）；Pangaea Data Limited；Queen Mary University of London（伦敦玛丽女王大学）；Hong Kong Baptist University（香港浸会大学）
目的：临床记录包含其他地方没有的信息，包括药物反应和症状，所有这些在预测急性护理患者的关键结局时都非常重要。我们提出了从临床笔记中自动注释表型的方法来捕获基本信息，这是对通常使用的生命体征和实验室检查结果的补充，以预测重症监护室（ICU）的结果。研究方法：我们开发了一种新的表型注释模型来注释患者的表型特征，然后将其用作预测模型的输入特征来预测ICU患者的结局。我们使用MIMIC-III数据集对超过24，000名患者的三个ICU预测任务进行实验，包括住院死亡率，生理失代偿和住院时间。结果如下：结合表型信息的预测模型预测住院死亡率达到0.845（AUC-ROC），生理失代偿达到0.839（AUC-ROC），住院时间达到0.430（Kappa），所有这些都始终优于仅利用生命体征和实验室检查结果的基线模型。此外，我们进行了全面的可解释性研究，表明表型在患者和队列水平上提供了有价值的见解。结论：所提出的方法表明，表型信息补充了传统上使用的生命体征和实验室检查结果，显著提高了ICU预后的预测。
2021-11-24 cs.CL
Automatic Summarization of Doctor-Patient Encounter Dialogues Using Large Language Model through Prompt Tuning
University of Florida（佛罗里达大学）；University of Florida Health Cancer Center（佛罗里达大学健康癌症中心）
本研究提出通过提示调优生成式大型语言模型来自动总结医患对话，实验表明GatorTronGPT-20B模型在所有评估指标上表现最佳，且计算成本低。
2026-06-16 cs.CL
Towards Automatic Evaluation for LLMs' Clinical Capabilities: Metric, Data, and Algorithm
Ant Group（蚂蚁集团）；Shanghai Jiao Tong University School of Medicine Affiliated Renji Hospital（上海交通大学医学院附属仁济医院）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
提出一种包含指标、数据和算法的自动评估范式，通过制定LLM特定临床路径、引入标准化病人数据集与多智能体检索增强评估框架，在泌尿外科领域构建基准，有效评估LLMs的临床服务能力。
2024-03-25 cs.CL
Clinical Concept Extraction with Contextual Word Embedding
Boston University（波士顿大学）；Philips Research North America（飞利浦北美研究院）
临床概念的自动提取是将临床笔记中的非结构化数据转化为结构化和可操作信息的重要步骤。在这项工作中，我们提出了一个临床概念提取模型的自动注释的临床问题，治疗和测试的临床笔记，利用特定领域的上下文词嵌入。首先在具有临床领域中的临床报告和相关维基百科页面的混合物的语料库上训练上下文词嵌入模型。接下来，使用上下文词嵌入模型训练双向LSTM-CRF模型用于临床概念提取。我们在I2 B2 2010挑战数据集上测试了我们提出的模型。我们提出的模型在报告的基线模型中取得了最好的性能，在F1得分方面比最先进的模型高出3.4%。
2018-11-26 cs.CL
Automatic detection of diseases in Spanish clinical notes combining medical language models and ontologies
CTIC Centro Tecnológico（CTIC技术中心）
提出融合大型语言模型与医学本体的混合方法，从西班牙语初诊或复诊报告中检测皮肤科病理，并通过有序学习类型、严重程度和部位取得最优分类性能。
2024-12-04 cs.CL
Learning Causal Bayesian Networks from Text
The University of Queensland（昆士兰大学）
因果关系构成了人工智能系统中推理和决策的基础。为了利用今天可用的大量文本数据，从文本中自动发现因果关系近年来已成为一个重大挑战。现有的方法在这一领域是有限的，以提取低层次的个别事件之间的关系。为了克服现有方法的局限性，在本文中，我们提出了一种方法自动推理的因果关系，从人类书面语言的概念层次。为此，我们利用从文本中创建的概念和语言变量的层次结构的特点，并表示提取的因果关系的形式的因果贝叶斯网络。我们的实验表明，我们的方法优于现有的方法在推断复杂的因果推理的文本。
2020-11-26 cs.CL
Causal Representation Learning from Multimodal Clinical Records under Non-Random Modality Missingness
Emory University（埃默里大学）
本文针对多模态临床记录中非随机缺失模态问题，提出一个因果表示学习框架，通过MMNAR感知融合、对比重建和偏倚校正，在MIMIC-IV和eICU上显著提升再入院和ICU入院预测性能。
2026-11-09 cs.CL cs.LG stat.ME
Causality extraction from medical text using Large Language Models (LLMs)
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；University of Central Florida（中佛罗里达大学）
本研究探索大语言模型等从妊娠糖尿病临床实践指南提取因果关系的效果，实验发现BioBERT以0.72的平均F1得分表现最优，还发布了相关代码和标注语料库。
2024-07-13 cs.AI cs.CL cs.IR
Performance of Automatic De-identification Across Different Note Types
University of Washington（华盛顿大学）；George Mason University（乔治梅森大学）
自由文本临床笔记详细说明了患者护理的各个方面，并且具有促进质量改进和保证举措以及推进临床研究的巨大潜力。然而，对患者隐私和保密性的担忧限制了临床笔记用于研究。因此，大多数研究人员仍然无法获得这些笔记中记录的信息。去识别（de-id），即，定位和删除个人识别受保护的健康信息（PHI）是改善对临床叙述的访问的一种方式。然而，有有限的现成的去识别系统能够在不同的数据源和医疗专业一致地检测PHI。在这篇摘要中，我们展示了一个名为NeuroNER 1的最先进的de-id系统在华盛顿大学（UW）的一组不同笔记上的性能，当模型是在来自外部机构（Partners Healthcare）与来自同一机构（UW）的数据上训练时。我们目前的结果在PHI和注意类型的水平。
2021-02-17 cs.CL
MedCoT-RAG: Causal Chain-of-Thought RAG for Medical Question Answering
University of California, Irvine（加州大学 Irvine 分校）
MedCoT-RAG通过因果感知检索与结构化链式思考提示相结合，提升医学问答中的推理深度和准确性，在多个基准上显著优于现有RAG方法。
2025-08-20 cs.CL cs.IR
Do Physicians Know How to Prompt? The Need for Automatic Prompt Optimization Help in Clinical Note Generation
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Fudan University（复旦大学）
本研究提出自动提示优化框架，发现GPT4 APO能标准化临床笔记生成质量，并建议结合专家定制化的两阶段优化流程。
2024-07-05 cs.AI cs.CL
Leveraging Causal Inference for Explainable Automatic Program Repair
Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司）
深度学习模型在自动程序修复方面取得了重大进展。然而，这些方法的黑箱性质限制了它们的实际应用。为了解决这个问题，本文提出了一种可解释的方法，程序修复的基础上的序列到序列模型的因果推理和我们的方法被称为CPR，短期因果程序修复。我们的CPR可以在决策过程中生成解释，它由因果相关的输入输出令牌组组成。首先，我们的方法推断这些关系查询模型与输入干扰数据增强。其次，它从响应中生成令牌图，并解决分区问题以选择最相关的组件。在Java、C、Python和JavaScript四种程序设计语言上的实验表明，CPR可以生成合理解释的因果图，提高程序自动修复中的错误修复性能。
2022-06-06 cs.AI cs.CL cs.SE
Clinical Cognition Alignment for Gastrointestinal Diagnosis with Multimodal LLMs
SKL-IOTSC, CIS, University of Macau（澳门大学协同创新研究院物联网国家重点实验室）；Shanghai Jiao Tong University（上海交通大学）；COWARobot Co. Ltd.（COWARobot有限公司）
本文提出CogAlign框架，通过构建层次化临床认知数据集和监督微调提升模型临床分析能力，并采用反事实强化学习消除视觉偏差，实现胃肠诊断的因果关联与高准确率。
2026-07-07 cs.CL cs.CV
Automatic Extraction of Causal Relations from Natural Language Texts: A Comprehensive Survey
University of Waterloo（滑铁卢大学）
从自然语言文本中自动提取因果关系是人工智能领域的一个具有挑战性的开放性问题。大多数早期的解决方案都是在小型和特定领域的数据集上手动构建语言和句法规则。然而，随着大数据的出现，可负担得起的计算能力的可用性以及最近机器学习的普及，解决这个问题的范式已经慢慢改变。机器现在被期望以领域独立的方式，在最少的监督下从标记数据中学习通用的因果提取规则。在本文中，我们提供了一个全面的调查因果关系抽取技术从这两种范式，并分析其相对的优势和劣势，为今后的工作提出建议。
2016-05-25 cs.AI cs.CL cs.IR
The Impact of Automatic Pre-annotation in Clinical Note Data Element Extraction - the CLEAN Tool
University of California San Diego（加州大学圣地亚哥分校）
Objective.注释是昂贵的，但对于临床笔记审查和临床自然语言处理（cNLP）是必不可少的。然而，计算机生成的预注释在多大程度上有利于人类注释仍然是一个悬而未决的问题。我们的研究介绍了CLEAN（CLinical note rEview and ANnotation），这是一种基于预注释的cNLP注释系统，用于改进数据元素的临床笔记注释，并将CLEAN与广泛使用的注释系统Brat Rapid Annotation Tool（BRAT）进行了全面比较。材料和方法。CLEAN包括一个集成管道（CLEAN-EP）和新开发的注释工具（CLEAN-AT）。一位领域专家和一位新手用户/注释者参与了一项比较可用性测试，在84份公共笔记中标记了87个与充血性心力衰竭（CHF）和川崎病（KD）队列相关的数据元素。结果CLEAN的音符水平F1得分（0.896）高于BRAT（0.820），在正确性上有显著差异（P值< 0.001），最相关的因素是系统/软件（P值< 0.001）。CLEAN（7.262分钟/注）和BRAT（8.286分钟/注）之间的注释时间无显著差异（P值0.188）。差异主要与注释长度（P值< 0.001）和系统/软件（P值0.013）相关。专家报告CLEAN有用/令人满意，而新手报告略有改进。讨论CLEAN提高了注释的正确性，并在相同的效率水平下提高了有用性/满意度。局限性包括预…
2018-08-11 cs.CL
Detecting automatically the layout of clinical documents to enhance the performances of downstream natural language processing
Sorbonne Université（索邦大学）；Inserm（法国国家健康与医学研究院）；Institut Pierre-Louis d'Epidémiologie et de Santé Publique（皮埃尔-路易流行病学与公共卫生研究所）；Assistance Publique-Hôpitaux de Paris（巴黎公共医疗集团）；LIMICS（医学信息学与信号处理实验室）
本研究开发并验证了一种基于Transformer的临床PDF文档布局分析算法，通过提取正文文本提升了下游医疗概念提取和急性感染检测任务的性能。
2023-05-23 cs.CL
KREL: Automatic Medical Coding via Knowledge-Guided Reasoning over Clinical Evidence with LLMs
The University of New South Wales（新南威尔士大学）；University of Göttingen（哥廷根大学）；Macquarie University（麦考瑞大学）；Beijing Intelligent Decision Medical Technology Co. Ltd（北京智决医疗科技有限公司）
本研究提出KREL框架，将LLM与ICD编码指南知识结合解决自动医学编码问题，在基准数据集上性能优于现有方法。
2026-09-15 cs.AI cs.CL
Automatic ICD-10 Code Association: A Challenging Task on French Clinical Texts
Université de Franche-Comté（弗朗什-孔泰大学）；CNRS（法国国家科学研究中心）；Institut FEMTO-ST（FEMTO-ST研究所）；Nord Franche-Comté Hospital（北弗朗什-孔泰医院）
本文针对法语临床文本的ICD-10代码自动关联任务，提出结合NLP最新进展与多标签分类的神经网络模型，有效应对大量输入tokens和标签挑战，使$F_1$-score较现有最优结果提升55%以上。
2023-04-06 cs.AI cs.CL
Clinical BERTScore: An Improved Measure of Automatic Speech Recognition Performance in Clinical Settings
Verily Life Sciences（维里生命科学公司）；MIT（麻省理工学院）；Google Research（谷歌研究院）
针对临床ASR转录错误，提出CBERTScore度量，更重罚医学相关错误，并构建首个公开的临床医生转录偏好基准CTP，验证其与临床偏好高度一致。
2023-04-28 cs.CL cs.LG cs.SD
Clinical Concept Centers in LLMs
National University of Singapore（新加坡国立大学）；SAP Asia Pte Ltd（SAP亚洲私人有限公司）；Nanyang Technological University（南洋理工大学）；Singapore Institute of Technology（新加坡理工大学）
本研究将行为评估扩展到大语言模型的潜在空间，发现开放权重模型中存在可解释且因果驱动行为的临床概念中心，并验证其在评估、性能提升及临床偏好预测方面的价值。
2026-10-06 cs.CL cs.LG
CATE: CAusality Tree Extractor from Natural Language Requirements
Technical University of Munich（慕尼黑工业大学）；Qualicen GmbH（Qualicen有限公司）；Blekinge Institute of Technology（布莱金厄理工学院）；University of Cologne（科隆大学）
因果关系（如果A，那么B）在需求工件中很普遍。从需求中自动提取因果关系对于各种RE活动（例如，自动导出合适的测试用例）。然而，我们缺乏一种能够以合理的性能从自然语言中提取因果关系的方法。在本文中，我们提出了我们的工具CATE（因果树提取器），这是能够解析的因果关系组成的树结构。CATE不仅提供了一个句子中的原因和结果的概述，而且还通过将因果关系转化为二叉树来揭示它们的语义连贯性。我们鼓励其他研究人员和从业人员使用CATE，网址为https://causalitytreeextractor.com/
2021-07-22 cs.CL cs.IR
Extracting COVID-19 Diagnoses and Symptoms From Clinical Text: A New Annotated Corpus and Neural Event Extraction Framework
University of Washington（华盛顿大学）
2019冠状病毒病（COVID-19）是一种全球性大流行病。尽管自新型冠状病毒出现以来，人们已经对它有了很多了解，但在跟踪其传播、描述病原学、预测感染严重程度和预测医疗保健利用方面，仍有许多悬而未决的问题。自由文本临床笔记包含解决这些问题的关键信息。需要数据驱动的自动信息抽取模型来在大规模研究中使用这种文本编码的信息。这项工作提出了一个新的临床语料库，称为COVID-19注释临床文本（CACT）语料库，其中包括1，472个注释，详细注释了COVID-19诊断，测试和临床表现。我们引入了一个基于跨度的事件提取模型，该模型联合提取所有注释的现象，在识别具有相关断言值的COVID-19和症状事件方面实现了高性能（事件为0.83-0.97 F1，断言为0.73-0.79 F1）。在二次使用应用程序中，我们探索了使用结构化患者数据（例如生命体征和实验室结果）预测COVID-19检测结果，并自动提取症状信息。自动提取的症状提高了预测性能，不仅仅是结构化数据。
2021-03-10 cs.CL cs.LG
Leveraging text data for causal inference using electronic health records
Bentley University（本特利大学）；New York University Abu Dhabi（纽约大学阿布扎比分校）；Massachusetts Institute of Technology（麻省理工学院）；Harvard University（哈佛大学）
本研究提出利用文本数据支持电子健康记录因果推断的统一框架，结合NLP与统计文本分析解决缺失数据等挑战，通过匹配分析验证其可提升治疗效应估计有效性并识别获益亚组，还提供开源材料推动临床研究应用。
2024-05-20 cs.CL stat.AP stat.ME
Modeling Disagreement in Automatic Data Labelling for Semi-Supervised Learning in Clinical Natural Language Processing
Imperial College London（帝国理工学院）；Queen Mary University of London（伦敦玛丽女王大学）；University of Cambridge（剑桥大学）
计算模型提供了准确的估计，其不确定性是至关重要的风险管理与决策在医疗环境。这一点尤其正确，因为许多最先进的系统都是使用自动标记的数据（自监督模式）进行训练的，并且往往过拟合。在这项工作中，我们调查的质量的不确定性估计从一系列目前国家的最先进的预测模型应用到放射学报告中的观察检测的问题。这个问题在医疗保健领域的自然语言处理中仍然研究不足。我们证明了高斯过程（GP）在基于负对数预测概率（NLPP）评估指标和平均最大预测置信水平（MMPCL）量化3个不确定性标签的风险方面提供了卓越的性能，同时保留了强大的预测性能。
2022-06-07 cs.CL cs.LG stat.ML
Automatic detection of surgical site infections from a clinical data warehouse
CHU de Bordeaux（波尔多大学医院中心）；Université de Bordeaux（波尔多大学）
降低手术部位感染（SSI）的发生率是法国医院感染控制计划的目标之一。每年由波尔多大学医院的医院卫生团队和外科医生对SSI进行手动监测。我们的目标是开发一种基于医院信息系统数据的自动检测算法。三年（2015年、2016年和2017年）的手动脊柱手术监测被用作提取特征和训练机器学习算法的金标准。该数据集包含2133例脊柱手术中的22例SSI。比较了两种不同的方法。第一种方法使用了几个数据源，取得了最佳效果，但很难推广到其他机构。第二个是基于自由文本，半自动提取判别词。这些算法设法识别出数据集上分别具有20个和26个假阳性的所有SSI。另一项评估正在进行中。这些结果对于半自动化监测方法的发展是令人鼓舞的。
2019-09-16 cs.CL stat.ML
Classifying Unstructured Clinical Notes via Automatic Weak Supervision
Carnegie Mellon University（卡内基梅隆大学）
医疗保健提供者通常记录向每个患者提供的临床护理的详细说明，用于临床，研究和计费目的。由于这些叙述的非结构化性质，提供者雇用专门的工作人员使用国际疾病分类（ICD）编码系统为患者的诊断分配诊断代码。这种手动过程不仅耗时，而且成本高且容易出错。先前的工作证明了机器学习（ML）方法在自动化这一过程中的潜在效用，但它依赖于大量手动标记的数据来训练模型。此外，诊断编码系统随着时间的推移而发展，这使得传统的监督学习策略无法推广到局部应用之外。在这项工作中，我们引入了一个通用的弱监督文本分类框架，该框架仅从类别标签描述中学习，而不需要使用任何人类标记的文档。它利用存储在预训练的语言模型和数据编程框架中的语言领域知识为各个文本分配代码标签。我们证明了我们的方法的有效性和灵活性，通过比较它的国家的最先进的弱文本分类器在四个现实世界的文本分类数据集，除了分配ICD代码的医疗记录在公开的MIMIC-III数据库。
2022-08-02 cs.CL cs.LG
Benchmarking Egocentric Clinical Intent Understanding Capability for Medical Multimodal Large Language Models
Shenzhen University（深圳大学）；Stanford University（斯坦福大学）；City University of Hong Kong（香港城市大学）
本文提出MedGaze-Bench，首个评估医疗多模态大语言模型视点临床意图理解能力的基准测试，通过三维意图框架和陷阱QA机制，揭示现有模型在手术、急救和诊断任务中对意图理解的不足。
2026-01-11 cs.AI cs.CL cs.CV
CoRelation: Boosting Automatic ICD Coding Through Contextualized Code Relation Learning
Pennsylvania State University（宾夕法尼亚州立大学）；Google（谷歌）
本文提出上下文化代码关系学习框架CoRelation，通过依赖学习范式结合临床记录上下文建模ICD代码关系，在六个公开数据集上验证了其优于现有方法。
2024-02-24 cs.AI cs.CL cs.LG
