大型语言模型在临床信息抽取中的应用：系统性文献综述

作者及机构
本文由葡萄牙波尔图大学工程学院（Faculty of Engineering, University of Porto）及INESC TEC研究所的Tiago Rodrigues和Carla Teixeira Lopes合作完成，发表于2025年10月的《ACM Transactions on Computing for Healthcare》期刊（第6卷第4期，文章47号）。

研究背景与目标
电子健康记录（Electronic Health Records, EHRs）包含大量非结构化的临床文本（如诊断、用药记录等），但其领域特异性词汇使得通用自然语言处理（NLP）技术难以直接应用。近年来，大型语言模型（Large Language Models, LLMs）的进展为临床信息抽取（Clinical Information Extraction, IE）提供了新机遇。本文旨在系统性综述LLMs在临床IE中的应用，回答三个核心问题：
1. RQ1：哪些LLMs最常用于临床IE任务？
2. RQ2：LLMs如何应用于不同临床IE任务？
3. RQ3：基于LLM的临床IE系统如何评估及比较？

研究方法与流程
1. 文献筛选流程：
- 遵循PRISMA声明，通过数据库检索（Google Scholar、ACM Digital Library等）和引文追踪，筛选出85篇相关研究。
- 纳入标准包括：使用LLM、聚焦临床IE、排除非研究性文献（如综述或技术报告）。

1. 任务分类与模型分析：

   • 实体抽取（Entity Extraction）：63篇研究，主要采用BERT及其变体（如BioBERT、ClinicalBERT），部分研究结合双向长短期记忆网络（Bidirectional LSTM, BiLSTM）和条件随机场（Conditional Random Field, CRF）。中文研究多依赖BiLSTM+CRF架构以处理语境依赖性。
     
   • 关系抽取（Relation Extraction）：27篇研究，包括通用关系抽取（如药物-疾病关联）和时序关系抽取（Temporal Relation Extraction）。BERT变体（如BlueBERT）和预训练模型（如RoBERTa）为主流，部分研究引入图卷积网络（Graph CNN）提升性能。
     
   • 联合实体与关系抽取：14篇研究，通过共享BERT底层结构并添加任务特定层实现端到端系统。
     

2. 评估与数据集：

   • 评估指标：F1分数（86.3%–98.0%）、准确率（87.7%）、ROC AUC（92.4%）等。
     
   • 常用数据集：i2b2系列（如2010年挑战赛数据集）、n2c2 2018、MIMIC-III等，涵盖英文、中文、西班牙语等多语言临床文本。
     

主要结果
1. 模型性能：
- 实体抽取：预训练模型（如ClinicalBERT）在i2b2 2010数据集上F1达90.3%，中文模型（如MC-BERT）在CCKS 2017上F1达94.2%。
- 关系抽取：UMLS知识增强的ClinicalBERT在i2b2 2010上F1达91.8%，时序任务中T5模型表现最佳（F1 91.2%）。
- 联合任务：DeBERTa-v3在CMED数据集上F1达89.2%。

1. 创新方法：
   
   • 多任务学习：如Multitask-BlueBERT，可同时处理实体和关系抽取。
     
   • 提示工程（Prompt Engineering）：GPT-4在零样本（Zero-shot）设定下实现87.7%准确率，但需人工监督以减少幻觉（Hallucination）。
     

结论与价值
1. 科学意义：
- 证实LLMs在临床IE中的有效性，尤其是预训练模型对领域术语的适应性。
- 提出多任务学习和知识增强（如UMLS嵌入）是提升性能的关键路径。

1. 应用价值：
   
   • 为临床决策支持系统提供自动化信息抽取方案，减少人工标注成本。
     
   • 揭示当前局限：端到端系统仍需突破，跨语言和低资源场景数据稀缺。
     

亮点与创新
1. 全面性：首次系统性综述LLMs在临床IE中的应用，涵盖85项研究。
2. 方法论创新：提出任务分类框架（实体、关系、联合任务）和评估标准。
3. 跨语言分析：对比中、英、西语等不同语言下的模型表现，揭示架构选择差异（如中文偏好BiLSTM+CRF）。

其他有价值内容
- 数据集开源：作者公开了文献筛选的完整数据（研究数据仓库104号），便于后续研究复现。
- 未来方向：需开发统一评估基准，并探索LLMs在临床摘要生成（Summarization）等衍生任务中的潜力。

本文为临床NLP领域提供了重要参考，尤其为LLMs在医疗信息化中的落地指明了技术路径与挑战。