# 电子健康记录

12 篇关联报道

订阅更新

medRxiv 2026年11月6日
临床研究提问不再逐条手写SQL：智能体流水线在50项儿科骨科查询中与分析师队列对照
临床研究中的自然语言数据查询过去要由工作人员翻译成可计算规则、挑选数据源并手写院内查询。一个基于大语言模型的多智能体流水线把研究者提交的请求拆成按数据源划分的任务，生成并执行SQL，再结合结构化记录与病历文本判读。在50项儿科骨科查询中，43项完成人工复核，调整后每项请求的中位阳性预测值为0.93、观察并集内敏感度为0.92、F1为0.90。
临床研究中的自然语言数据查询过去要由工作人员翻译成可计算规则、挑选数据源并手写院内查询。一个基于大语言模型的多智能体流水线把研究者提交的请求拆成按数据源划分的任务，生成并执行SQL，再结合结构化记录与病历文本判读。在50项儿科骨科查询中，43项完成人工复核，调整后每项请求的中位阳性预测值为0.93、观察并集内敏感度为0.92、F1为0.90。
智能体工作流电子健康记录队列识别大语言模型
arXiv 2026年11月10日
ICU脓毒症预警不再只报“会不会来”：SepsisFlow把预警、起病情境与72小时病程串到同一小时钟上
ICU脓毒症预警模型大多只回答“会不会发生”，报警之后医生仍不知道起病发生在什么情境、早期病程会怎样走。SepsisFlow把起病前逐小时风险、起病时刻的患者状态与起病后72小时器官支持轨迹放在同一条从入ICU起逐小时推进的时钟上：起病前只用床旁可见、不含抗菌药与培养医嘱的记录，在MIMIC-IV内部测试集上24小时AUROC为0.822；起病状态聚成三类情境，其28天院内死亡率分别为17.1%、15.1%和2.2%。
ICU脓毒症预警模型大多只回答“会不会发生”，报警之后医生仍不知道起病发生在什么情境、早期病程会怎样走。SepsisFlow把起病前逐小时风险、起病时刻的患者状态与起病后72小时器官支持轨迹放在同一条从入ICU起逐小时推进的时钟上：起病前只用床旁可见、不含抗菌药与培养医嘱的记录，在MIMIC-IV内部测试集上24小时AUROC为0.822；起病状态聚成三类情境，其28天院内死亡率分别为17.1%、15.1%和2.2%。
The University of Tokyo
Yawen Zhang（第一作者）Kenta Nakai（通讯作者）Yitao Yang（通讯作者）
SepsisFlow脓毒症预警模型脓毒症早期预警 Mamba状态空间模型基础模型电子健康记录
medRxiv 2026年10月13日
同一个临床基础模型，两种用法各赢一场：风险预测靠表示，同日医嘱靠生成
在377万患者病历上预训练的65M参数临床基础模型FERMAT，把同一模型的两种用法放在同一批患者上比较：五年肾病、脂肪肝、糖尿病风险由患者表示预测更准，而预测同一天记录的诊断、处方和操作则由生成轨迹更准。
Seoul National University Hospital Seoul National University
Jaegyun Jung（第一作者）
FERMAT临床基础模型临床预测疾病预测自回归Transformer 电子健康记录
Stanford HAI 2026年10月19日
医疗AI考试接近满分，进电子病历干活却完不成一半：两项执行型基准给出同一方向
医疗AI的评测正从答题转向在真实工作环境里动手。此前执照考试接近满分，却无法说明能否跨病历、文档与软件系统完成多步任务。斯坦福团队用电子病历沙箱和模拟行政门户分别测试临床与行政流程，最好的智能体单次完成率分别为46%和36.3%，失败多因信息在步骤间丢失。
MedHELM临床任务基准 PhysicianBench临床智能体基准 HealthAdminBench医疗管理基准电子健康记录任务完成度
medRxiv 2026年10月14日
乳腺癌双ADC用药顺序有了智能体流水线：106例记录显示，先用T-DXd再用SG的中位用药记录跨度为63天
一套由研究者主导、AI 智能体执行的多智能体流程，把大型电子健康记录从队列构建、可执行统计、数据质量核查、文献检索一直做到报告撰写，并以乳腺癌中戈沙妥珠单抗（SG）与德曲妥珠单抗（T-DXd）的先后用药记录为临床用例。在含495万患者的数据库中筛出106例两药均有医嘱者，T-DXd 先用的73例、SG 先用的33例；第二药记录跨度中位数分别为63天与49天，中位差−14天（95%置信区间−41至21），属描述性、未校正结果。
一套由研究者主导、AI 智能体执行的多智能体流程，把大型电子健康记录从队列构建、可执行统计、数据质量核查、文献检索一直做到报告撰写，并以乳腺癌中戈沙妥珠单抗（SG）与德曲妥珠单抗（T-DXd）的先后用药记录为临床用例。在含495万患者的数据库中筛出106例两药均有医嘱者，T-DXd 先用的73例、SG 先用的33例；第二药记录跨度中位数分别为63天与49天，中位差−14天（95%置信区间−41至21），属描述性、未校正结果。
Stanford University St. Luke's University Health Network Meta (United States)
Arturo Loaiza‐Bonilla（第一作者、通讯作者）
人类引导编排 Muse Spark 智能体AI 电子健康记录戈沙妥珠单抗
arXiv 2026年10月14日
多来源数据不再只防最坏混合：把对抗权重拉回参考分布，低秩表示跨时间更稳
多来源学习里，未来部署人群的来源构成往往未知，而按最坏来源混合做优化容易过度保守。PILLAR 在低秩矩阵估计中把对抗来源权重朝用户给定的参考分布正则化，用双因子梯度下降加镜像上升求解这一非凸-凹问题，并给出线性收敛与把低秩估计误差和对抗重加权代价分开的误差界。模拟与电子健康记录自杀未遂风险研究中，最差来源与跨时间迁移的预测精度都有提升。
多来源学习里，未来部署人群的来源构成往往未知，而按最坏来源混合做优化容易过度保守。PILLAR 在低秩矩阵估计中把对抗来源权重朝用户给定的参考分布正则化，用双因子梯度下降加镜像上升求解这一非凸-凹问题，并给出线性收敛与把低秩估计误差和对抗重加权代价分开的误差界。模拟与电子健康记录自杀未遂风险研究中，最差来源与跨时间迁移的预测精度都有提升。
Harvard University
Keyao Zhan（第一作者）
PILLAR方法分布鲁棒优化低秩矩阵估计 BGDMA算法电子健康记录
发表出处待核验 2026年10月1日
跨七个精神病学研究领域综述显示：大数据带来机制洞见与跨学科协作，但样本量本身并不保证更精确的估计，临床转化仍存差距
这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域，梳理大数据在精神病学中的进展、约束与未来方向，指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性，但样本量大并不保证估计更精确，从大数据到临床应用的转化仍存在差距，未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。
这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域，梳理大数据在精神病学中的进展、约束与未来方向，指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性，但样本量大并不保证估计更精确，从大数据到临床应用的转化仍存在差距，未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。
Vrije Universiteit Amsterdam Oslo University Hospital The University of Queensland University of Vermont Aarhus University Child Mind Institute University of Oslo University of Florida
Dan Joseph Stein（第一作者）
精神病学大数据数字表型分析电子健康记录多基因风险评分
medRxiv 2026年9月22日
加泰罗尼亚多语言电子健康记录中未编码临床特征的本地隐私保护提取：开发与验证研究
该研究在机构防火墙内部署3.8B参数的开放权重小语言模型Phi4-mini（经Ollama运行），结合确定性正则表达式后处理，从加泰罗尼亚SIDIAP数据库的15,498份加泰罗尼亚语/西班牙语双语MEAP初级保健叙事中提取发热、亚硝酸盐、白细胞、腰痛、腹痛和血尿六项未编码尿路感染临床特征，在60份真实病历的双盲临床医生金标准验证中达到93.8%准确率、96.6%特异度和83.6%敏感度，在720份对抗性合成文本压力测试中达到87.2%准确率、99.5%特异度和99.2%阳性预测值，全程无患者数据离开机构服务器。
该研究在机构防火墙内部署3.8B参数的开放权重小语言模型Phi4-mini（经Ollama运行），结合确定性正则表达式后处理，从加泰罗尼亚SIDIAP数据库的15,498份加泰罗尼亚语/西班牙语双语MEAP初级保健叙事中提取发热、亚硝酸盐、白细胞、腰痛、腹痛和血尿六项未编码尿路感染临床特征，在60份真实病历的双盲临床医生金标准验证中达到93.8%准确率、96.6%特异度和83.6%敏感度，在720份对抗性合成文本压力测试中达到87.2%准确率、99.5%特异度和99.2%阳性预测值，全程无患者数据离开机构服务器。
Universitat Rovira i Virgili Universitat de Girona Institut Universitari d'Investigació en Atenció Primària Jordi Gol University of Southern Denmark Universitat Autònoma de Barcelona
Dan Ouchi（第一作者、通讯作者）
隐私保护的本地临床特征抽取 Phi4-mini 电子健康记录小语言模型提示工程
arXiv 2026年9月16日
EviGen：以预测性证据脚手架生成可验证的临床推理依据
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
Duke University
Li Fengnan（第一作者）
EviGen框架可验证临床推理生成过程监督验证积分梯度归因电子健康记录
JMIR Medical Informatics 2026年9月16日
基于常规电子健康记录数据的院内谵妄预测模型：系统综述
该系统综述检索PubMed、MEDLINE、Embase、PsycINFO与Web of Science（自建库至2025年11月11日），纳入29项使用常规采集的电子健康记录或行政数据开发、验证或评估成人住院期间急性精神状态恶化（均操作化为谵妄）多变量预测模型的研究，按CHARMS与TRIPOD/TRIPOD-AI提取数据、以PROBAST评估偏倚风险，发现证据集中于入院或早期风险分层、围手术期或术后预测、重症监护动态预测以及既有工具的外部验证或工作流评估四类任务，多数为回顾性队列（20/29，69%），机器学习或混合方法常见（18/29，62%）但未稳定优于统计或规则方法，24项（83%）报告
该系统综述检索PubMed、MEDLINE、Embase、PsycINFO与Web of Science（自建库至2025年11月11日），纳入29项使用常规采集的电子健康记录或行政数据开发、验证或评估成人住院期间急性精神状态恶化（均操作化为谵妄）多变量预测模型的研究，按CHARMS与TRIPOD/TRIPOD-AI提取数据、以PROBAST评估偏倚风险，发现证据集中于入院或早期风险分层、围手术期或术后预测、重症监护动态预测以及既有工具的外部验证或工作流评估四类任务，多数为回顾性队列（20/29，69%），机器学习或混合方法常见（18/29，62%）但未稳定优于统计或规则方法，24项（83%）报告
Mackay Memorial Hospital Far Eastern Memorial Hospital Chang Gung Memorial Hospital
Hung-Min Huang（第一作者）
系统综述住院谵妄风险预测电子健康记录外部验证