MIMIC-Note-Extract 发布 30 万份出院小结结构化数据集
原文标题：MIMIC-Note-Extract: A Large-Scale Structured Dataset Extracted from MIMIC-IV-Note Discharge Summaries
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文发布 MIMIC-Note-Extract（MNE），用确定性解析结合模式引导的大模型生成，把 300,720 份出院小结的 16 个章节转为结构化表格。数据集新增 MIMIC 无结构化对应的信息，患者病史条目多 10 倍，用药史覆盖两倍以上住院记录，医生验证抽取准确率超 92%，并据此构建 LLM 智能体临床决策基准。
- 问题
- MIMIC 中病史、过敏等关键临床信息困在自由文本出院小结里。
- 方法
- 确定性解析加模式引导的大模型生成，把 16 个章节转为结构化表，并构建智能体临床决策基准。
- 结果
- 覆盖 300,720 份出院小结，病史条目多 10 倍，医生验证准确率超 92%。
- 影响
- 省去各项目重复搭建抽取管线，医疗 LLM 应用可直接复用结构化数据。
深读 · 结论先行AI 生成展开看要点与影响 ↓
MNE 把 30 万份出院小结 16 个章节结构化，医生验证准确率超92%
- •用确定性解析加模式引导的大模型生成，处理 300,720 份出院小结的 16 个章节
- •新增 MIMIC 无结构化对应的信息：患者病史条目多 10 倍，用药史覆盖两倍以上住院记录
- •医生验证各章节抽取准确率超 92%
- •基于 MNE 构建 LLM 智能体临床决策基准
为什么重要：免去各项目重复自建抽取管线，对使用 MIMIC 的临床 ML 研究者是可直接复用的数据资产。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。