临床报告自动补全

基于摘要分析。该研究针对从 X-ray、EEG 等原始记录撰写临床报告耗时的问题，提出 CLinicAl Report Auto-completion：依据医生提供的锚点词与未完成句子逐句生成报告，而非一次性生成整份报告。其主要贡献是将医生交互、既有报告检索与输入记录特征结合，支持报告撰写过程中的自动补全；研究对象是临床报告生成，并非 BCI 解码。 机制上，方法先从既有报告中检索相关句子作为当前报告的模板，再结合输入特征表示依次修改检索句子。作者将整篇自动生成的局限概括为生成错误需人工修正、难以配合医生补充信息，以及不能适应个人偏好。摘要未说明特征提取器、检索方法、句子修改模型、损失函数或个性化机制的具体实现；材料中的方法缩写存在文本缺损，不据此补写名称。 作者报告，在句子级生成评估中，X-ray 报告的 CIDEr 为 0.393、BLEU-4 为 0.248，EEG 报告的 CIDEr 为 0.482、BLEU-4 为 0.491；相对最佳基线的改进最高为 35%，但摘要未明确该提升对应哪一项指标或任务。作者还报告，用户研究中的医生认可度评分为方法组 3.74/5、基线组 2.52/5。两类记录的结果属于不同任务，不能直接据此比较方法能力。 数据集名称、样本规模、被试内或跨被试划分、训练与检索库的构建方式、对照基线、医生人数及评分协议尚未验证，实验协议、消融及统计信息亦尚未验证。复现时需核对报告与原始记录的配对方式、检索库与评估集的隔离，以及文本相似度之外的临床事实一致性。摘要结果尚不足以确认实际节时、诊断安全性或对医生个人偏好的适应效果。