RASPER：用预测反馈训练EHR笔记摘要

Arya Hadizadeh Moghaddam 等作者提出 RASPER，一种面向电子健康记录（EHR）结局预测的奖励对齐摘要方法：它用下游预测器的损失构造奖励，通过强化学习训练大语言模型摘要器，从出院笔记中提取与任务相关的证据，并用纵向编码器把结构化编码转为软提示，为摘要注入患者临床背景，使其保留与结构化编码互补的患者特异性证据。 作者称，在 MIMIC-III 和 MIMIC-IV 的再入院预测与用药推荐任务上，RASPER 持续优于强基线。该论文已被 EMNLP 2026 主会接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。