基于知识辅助的结构化医疗报告生成

作     者：史继筠 张驰 王禹桥 罗兆经 张美慧 SHI Jiyun;ZHANG Chi;WANG Yuqiao;LUO Zhaojing;ZHANG Meihui

作者机构：北京理工大学计算机学院北京100081 新加坡国立大学计算机学院新加坡117417 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2024年第51卷第6期

页      面：317-324页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：医疗报告生成 预训练模型 生成式摘要 领域知识先验 任务解耦机制 

摘      要：医疗报告自动生成是文本摘要生成技术的重要应用。由于医疗问诊数据与通用领域的数据特征存在着明显的差异,传统的文本摘要生成方法不能充分理解并利用医疗文本中高复杂性的医疗术语,因此医疗问诊中包含的关键知识并没有得到充分的利用。此外,传统的文本摘要生成方法大多是直接生成摘要,并没有针对医疗报告结构化的特点自动选择过滤关键信息并生成结构化文本的能力。针对上述问题,提出了一种知识辅助的结构化医疗报告生成方法。该方法将实体引导的先验领域知识与结构引导的任务解耦机制相结合,实现了对医疗问诊数据的关键知识与医疗报告的结构化特点的充分利用。在IMCS21数据集上的实验验证了所提方法的有效性,其生成摘要的ROUGE分数与同类方法相比提升了2%~3%,生成了更准确的医疗报告。