TRACE 方法去除临床病历冗余以降低 LLM 使用成本

Stanford 研究团队（Jordan Cahoon 等）在 arXiv 发布 TRACE 论文，提出利用 EHR 元数据识别模板和复制内容，去除临床病历中的“note bloat”冗余，以降低 LLM 使用成本。在覆盖多个医疗系统共 5.3M 份病历的四个队列评估中，该方法减少病历文本 47.3%（7.427 亿字符），平均每位患者减少约 22 万个 token。 评估显示性能基本无损：被去除文本中仅 0.3–6.6% 被医生盲评判定为作者生成，信息抽取 F1 差异平均在 -0.009 到 +0.004 之间。按所评估的模型定价方案，研究预计三年净节省在 100 万至 1358 万美元之间。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。