论文提出从医生编辑数据筛选可用反馈以改进临床AI模型

Daniel P. Jeong 等作者在 arXiv 预印本（arXiv:2611.12904）中提出一种从临床文档场景的医生编辑数据中提取可行反馈的方法。研究基于一个已部署 AI 临床文档产品的数据分析，发现超过 45% 被编辑的输出包含模型输入不支持的新增信息，直接用原始编辑结果微调会让模型学会幻觉。由于真实临床编辑数据未公开，作者先依据该产品数据建立医生编辑行为分类，再在 MIMIC-III 出院小结生成任务上构建半合成编辑数据，并用过滤方法筛选有依据的编辑。论文称，该方法在提升医生对齐指标的同时保持了对输入的忠实性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。