编辑推荐：
本研究通过随机质量改进试验证实，大型语言模型（LLM）生成的眼科病历简明摘要（PLS）能显著提升非眼科医护人员对专科病历的理解度（诊断理解提升9.0个百分点，P=0.01）和满意度（细节满意度提升21.5个百分点，P<0.001）。尽管26%的PLS存在错误，但83.9%为低风险错误。研究为AI辅助跨学科医疗沟通提供了实证依据，建议临床实施时需建立持续安全监测机制。
研究背景与意义
眼科专业术语构成的沟通壁垒长期阻碍跨学科协作。传统解决方案如人工简化病历或缩写表存在效率低下等问题。本研究首次系统评估了大型语言模型（LLM）生成简明摘要（PLS）在真实临床场景中的应用价值，为医疗人工智能落地提供了重要范本。
研究方法设计
这项在梅奥诊所开展的随机质量改进研究（2024年2-5月）采用平行对照设计，比较标准眼科病历（SON）与SON+PLS的效果。研究使用本地化运行的Mixtral 8x7B模型，通过严格设计的提示词（prompt）生成PLS。所有PLS均经原主治眼科医师审核修订，确保信息准确性。
核心发现
非眼科医护人员反馈：
• 85%参与者明确偏好含PLS的病历（P<0.001）
• 诊断理解度提升9.0个百分点（95%CI 0.3-18.2）
• 显著缩小眼科术语熟练者与非熟练者的理解差距（从26.1%降至14.4%）
• 病历清晰度评价提升23.0个百分点（P<0.001）
眼科医师评估：
• 90%认为PLS高度准确反映原病历内容
• 94.9%医师审核时间≤1分钟
• 错误率26%（126/489），83.9%为低风险错误
• 高年资医师报告更高工作负担（26.9% vs 2.5%，P<0.001）
技术性能分析
语义评估显示PLS在保持原意前提下显著提升可读性：
• BERTScore F1均值0.85（语义保真度高）
• Flesch易读度从43.6提升至51.8（P<0.001）
• Flesch-Kincaid年级水平从11.9降至10.7
• 词汇重叠率低（BLEU-4仅0.08），证实有效重构而非简单缩写
临床实施建议
研究建议分阶段实施LLM辅助病历系统：
1. 建立多层审核机制（主治医师+独立复核）
2. 针对不同年资医师设计差异化工作流程
3. 持续监控错误类型与临床风险
4. 扩展至其他专科验证普适性
局限性与展望
研究存在单中心、样本代表性等局限。未来需探索：
• 错误分类与AI"幻觉"（hallucination）的关系
• 不同LLM模型的性能比较
• 对患者结局的长期影响
• 经济成本效益分析
这项开创性工作证实，经过严格验证的医疗AI工具能有效破除专科壁垒，其"技术赋能+人文 oversight"的实施范式为智慧医疗发展提供了重要参考。】
