医学计算器把原始患者观察值转化为临床可用的数值和评分。直接在自由文本患者笔记上使用这些计算器，需要精确的变量抽取以及对复杂公式、计分规则和输出格式的严格执行。单纯的 LLM 提示往往不可靠，因为规则记忆、参数抽取、算术推理和格式化都混在一次生成过程中。为了解决这些问题，我们提出了一种工具增强的 LLM 框架。框架首先检索并结构化计算器规范，然后生成可复用的可执行工具，接着使用受约束的抽取器把每条患者笔记映射为计算器可接受的输入。工具负责确定性的计算，临床语言理解与规则执行、算术运算被明确分离。我们在 MedCalc-Bench 数据集上进行评估，最终答案准确率达到 86.73%，比单次提示和仅监督微调的基线分别提升 24.0 和 17.27 个百分点。消融实验表明，性能提升主要来源于基于规则的工具合成和模式约束抽取，剩余错误主要集中在临床语义抽取和特定输出约定上。通过将计算器逻辑落地为可执行工具，方法显著降低算术幻觉，提升临床输出的计算可靠性。
点评