编辑推荐：
临床事件提取对医疗数据结构化至关重要。针对传统管道方法的误差传播与信息丢失问题，研究人员开展基于大语言模型（LLMs）的端到端临床事件提取研究，提出 LMCEE 方法。实验表明其 F1 分数较传统方法提升 12%，优于 UIE，为医疗 NLP 提供新方向。
在医疗信息化浪潮中，临床数据的高效处理始终是智慧医疗发展的核心挑战。从堆积如山的电子病历中精准提取关键事件信息，如同在数据海洋中打捞珍珠，不仅需要敏锐的 “眼力”，更依赖先进的 “工具”。传统的临床事件提取方法采用管道式（pipeline）架构，将任务拆解为触发词识别、元素提取等多个独立环节，然而这种 “流水线” 模式如同多米诺骨牌，上游环节的微小误差会沿着流程层层放大，最终导致信息丢失与性能下降。尤其在中文临床场景中，医疗文本特有的专业术语密集、逻辑衔接隐式等特点，更让通用模型难以招架。如何突破传统方法的瓶颈，让机器真正 “读懂” 中文病历中的复杂语义？这成为横亘在医疗自然语言处理（NLP）领域的关键课题。
为攻克这一难题，中国社会科学院民族学与人类学研究所、同济大学医学院附属上海东方医院等机构的研究团队展开联合攻关。他们将目光投向近年来崭露头角的大语言模型（LLMs），试图借助其强大的上下文理解与生成能力，构建端到端的临床事件提取框架。这项研究成果发表在《Scientific Reports》上，为医疗数据智能化处理掀开了新的一页。
关键技术方法
研究团队提出的 LMCEE（Large Language Model-based Chinese Clinical Event Extraction）方法，核心在于将临床事件提取转化为文本生成任务，并设计了专业化的提示学习（prompt learning）模板。具体而言，研究采用 mT5、ChatGLM-6B 等预训练语言模型，通过半自动化方式构建包含事件属性的提示模板 —— 先由 LLM 生成初始模板，再经医学专家结合临床规范修订，确保模板贴合真实病历语境。此外，研究利用 30 亿 tokens 的医疗文本（涵盖电子病历、指南等）对模型进行领域适配，通过掩码语言模型（MLM）、下一句预测（NSP）等任务增强其医学语义理解能力。实验数据采用 CHIP-CDEE 数据集，包含 1971 份电子病历标注的 13905 个临床事件，分为训练集（1287 份）、验证集（300 份）和测试集（384 份）。
研究结果
1. 模型性能对比：端到端方案显著优于传统管道方法
在 CHIP-CDEE 数据集上，LMCEE 方法凭借 Prompt2 模板与 mT5 模型组合，取得了 66.8% 的 F1 分数，较传统管道方法（F1=54.4%）提升 12%，且超越基于生成的 UIE 模型（F1=61.1%）5.7%。多模板投票策略进一步将 F1 分数提升至 71.1%，显示出集成不同模板结果可有效过滤噪声预测。
2. 大语言模型选型：参数规模与训练任务的双重影响
对比不同 LLMs 发现，参数规模更大的模型表现更优：130 亿参数的 mT5 优于 62 亿参数的 ChatGLM-6B（F1=65.6%），而仅 3 亿参数的 Bert-large-chinese 性能最低（F1=58.1%）。值得注意的是，Promptclue 模型（77 亿参数）虽参数少于 mT5，但凭借多任务预训练，F1 分数达 66.3%，表明训练任务设计对模型能力有重要影响。
3. 领域数据增强：医疗文本预训练提升专业理解能力
对 mT5 进行医疗文本继续预训练后（命名为 mT5-med），F1 分数从 66.8% 提升至 67.5%，证实引入领域无监督数据可增强模型对医学术语和临床叙事的理解。在外部数据集泛化测试中，模型对不同地区医院的病历数据仍保持 67% 的 F1 分数，展现出较强的鲁棒性。
4. 误差分析：长文本与近义概念的处理瓶颈
尽管 LMCEE 表现优异，但其在长文本中存在事件漏检问题（如漏提 “瘀斑” 事件），且对邻近的近义触发词（如 “出血” 与 “ hemorrhage”）易合并识别，反映出注意力机制在复杂语境下的局限性。
研究结论与意义
这项研究首次将 LLMs 引入中文临床事件提取领域，通过端到端架构突破了传统管道方法的误差传播瓶颈，为医疗数据结构化提供了更高效的解决方案。实验证实提示模板设计、模型参数规模及领域数据预训练是影响性能的关键因素，其中医学专家参与的模板优化可显著提升事件识别的细粒度（如区分 “术后放疗” 与 “继发恶性肿瘤” 阶段）。研究同时揭示了 LLMs 在医疗 NLP 中的应用潜力与挑战 —— 尽管在小样本场景下展现出强大泛化能力，但长文本处理与语义细节辨别仍需进一步优化。
随着医疗大数据与 AI 的深度融合，LMCEE 这类方法有望成为构建临床事件图谱、辅助精准诊疗的核心技术，推动智能电子病历、临床决策支持系统等应用的落地。未来研究可进一步探索千亿级参数模型与更复杂提示策略的结合，为医疗语言理解打开新的想象空间。
