研究背景
本研究旨在评估检索增强生成（RAG）是否能够作为电子健康记录（EHRs）临床推理的高效替代方案，特别是在处理长上下文提示时。
方法
我们定义了三个基于EHR的任务，这些任务在不同健康系统中可重复，并且在推理复杂性上有所不同：
- 提取影像学程序（模态、日期和解剖部位）；
- 生成治疗性抗生素使用的时间线；
- 确定住院的主要诊断。
使用来自美国某学术健康系统的真实住院临床笔记，我们评估了三种大型语言模型（GPT-5.4-mini、Mistral Medium 3、DeepSeek V3.1），并比较了不同上下文提供量下的表现，尤其是针对性的检索与使用最新的临床笔记之间的差异。
结果
在影像程序的任务中，RAG的表现强烈优于最新笔记输入，并且在所有模型中使用少于8K个标记的情况下，超越了长上下文的性能（F1提升范围为0.17-9.83）。对于抗生素时间线的任务，同样观察到了类似的优势。
博主点评： 本研究揭示了RAG在临床推理中的巨大潜力，尤其是在处理复杂的医疗记录时。通过减少上下文输入的需求，RAG不仅提高了推理的准确性，还能有效提升处理效率，具有广泛的临床应用前景。