在时间上锚定临床事件：保留 UID 的多模态重建与基于来源的裁决

临床时间线支持治疗窗口分析和无数据泄漏建模，但出院小结往往掩盖事件时序，结构化 EHR 表格也只能描述患者病程的一部分。我们提出了一个保留 UID 的框架，将每次叙述性事件发生与其来源文本片段关联起来，并通过纯文本估计、结构化证据检索、带时间戳的源行锚定和联合修订，在整个过程中保留该身份。我们还提出了 GAVEL，这是一种 LLM 评判器，可将两个 UID 对齐的时间线与叙述和结构化记录进行比较，从而增强既有的匹配和时间评估。基于六个开放权重模型和 40 份混合重症监护摘要，与其纯文本版本相比，GLM 5.2 多模态修订在不降低事件恢复率的情况下提高了时间一致性，并且其表现具有与临床医生标注相竞争的水平；而其他模型的修订版本增益较小，整体表现也较低。消融实验表明，UID 主要用于保留事件，而源行关联则支持时间定位。盲法人工审查支持了 GAVEL 的大多数判断；受控裁决显示，多模态 GLM 5.2 优于纯文本版本，但 DeepSeek V3.2 并非如此。在开发 UID 和评判器流程的过程中，我们证明了事件恢复率提高了 43\%，构建出了具有与临床医生标注相竞争表现的框架，并实现了一个能够为重建和评估提供事件发生级溯源的系统。