📖 AI 总结

该研究首次系统性地刻画了电子健康记录（EHR）处理中的“临床长上下文迷失”问题。随着单份病历轻松超过10万词元，大语言模型在长上下文推理中表现出明显的“中间迷失”效应，即位于上下文中心的关键信息检索可靠性显著下降，而临床记录中最关键的结论往往恰好位于此区域。研究基于MedAlign数据集，在2196对指令-回答样本和六个语言模型上验证了这一现象：峰值准确率（59.5%）与低谷准确率（37.6%）之间存在21.9个百分点的显著差距，且67.8%的参考答案落在CLitM低谷区间。为缓解该问题，作者提出轻量级的查询条件临床抑制（QCCS）选择门控机制，并与BM25、稠密检索、交叉编码器重排序等五种策略对比。结果显示，QCCS在中间位置指令上的准确率达16.7%，显著优于检索基线（最高3.3%），且其优势并非源于检索召回率——即使BM25在98.8%的指令中检索到金标准证据句，其准确率仍不超过2.6%。该研究表明，查询对齐的上下文选择比单纯的金句检索召回更能预测EHR指令遵循准确率，为临床长上下文推理提供了新的优化方向。

🔑 关键词速览