Synthetic Hospital：开放可验证、经医生校验的纵向 EHR 基准
Synthetic Hospital: An Open, Verifiable, Physician-Validated Longitudinal EHR Benchmark
AI 导读
Christine Park、Valerie Chen、Tim Dettmers 等发布 Synthetic Hospital，一个完全合成、可开放共享的纵向 EHR 基准，含 1,268 名纵向患者和 5,602 次就诊，全部事实锚定于 ICD-10-CM、SNOMED CT、LOINC 等标准本体，并可溯源至公开医学教育材料。
推荐理由
论文提供了开放可验证的纵向 EHR 基准，并给出 10 个模型与医生对比的具体差距数据。
正文 · AI 翻译
摘要：前沿语言模型很少用于临床工作流程，因为开发它们所需的真实的纵向基准非常稀缺。真实的电子健康记录（EHR）数据由于隐私、伦理或数据使用问题无法公开共享，而且由于病历只记录了临床医生所记录的内容，它也不包含可验证的真实标准答案。我们提出了 Synthetic Hospital，一个开放的、完全合成的、以事实为依据的纵向 EHR 基准，解决了公开共享和可验证真实标准答案这两大障碍。它完全基于公开的医学教育材料构建，不含任何受保护的健康信息，包含 1,268 名纵向患者和 5,602 次就诊记录，其中每个诊断、发现和时间关系均基于标准本体（ICD-10-CM、SNOMED CT、LOINC），并且具有可追溯至其来源医学教育材料的完整溯源链。Synthetic Hospital 通过一个模拟的医院记录系统提供，该系统镜像了真实的 EHR 基础设施（标准互操作性 API、基于角色的访问控制和函数调用接口）。在一项盲评中，医生区分其记录与真实患者病历的准确率接近随机水平（53%）。在 10 个前沿和开放模型中，没有一个接近上限：最好的模型重建患者纵向问题清单的严重程度加权 F1 为 0.73，与七位医生在匹配子集上的平均水平相当，但远低于其中最好者（0.89），并且在总结病历时会遗漏大约一半的临床相关发现。总体而言，这些结果表明 Synthetic Hospital 是对临床 AI 性能的一个困难且真实的测试。
| 评论： | 29 页，2 幅图，12 张表 |
| 学科： | 人工智能（cs.AI）；数据库（cs.DB） |
| 引用方式： | arXiv:2609.30027 [cs.AI] |
| （或 arXiv:2609.30027v2 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2609.30027 通过 DataCite 获取 arXiv 签发的 DOI |
提交历史
来自：Christine Park [查看邮件]
[v1]
2026 年 9 月 24 日 星期四 16:00:56 UTC（1,333 KB）
[v2]
2026 年 10 月 27 日 星期二 13:03:57 UTC（1,335 KB）
来源：arXiv cs.AI · arxiv.org