用于基于患者记录进行可靠医学计算的工具增强大语言模型

医学计算器将原始患者观察数据转换为可指导临床决策的数值和评分。然而，将这些计算器直接应用于自由文本形式的患者记录，需要精准提取变量，并准确执行复杂公式、评分规则和输出规范。在这一场景下，仅依赖直接向大语言模型（LLM）提供提示并不可靠，因为规则回忆、参数提取、算术推理和格式处理交织在同一个生成步骤中。为解决这些局限，我们提出了一种工具增强的 LLM 框架，用于基于患者记录进行可靠的医学计算。该框架检索计算器规范并将其结构化，生成可复用的可执行工具，并使用受约束的提取器将每份患者记录映射为可供计算器直接使用的输入。随后，工具执行确定性计算，将临床语言理解与规则执行和算术运算分离。在 MedCalc-Bench 数据集上的评估表明，我们的方法实现了 86.73% 的最终答案准确率，比单样本提示基线和仅采用监督微调的基线分别高出 24.0 和 17.27 个百分点。消融实验和错误分析表明，这些性能提升主要源于以规则为依据的工具合成和受模式约束的信息提取，而剩余错误则集中在临床语义提取以及基准特定的输出约定方面。通过将计算器逻辑落实到可执行工具中，所提出的方法减轻了算术幻觉，并提高了最终临床输出的计算可靠性。