医疗 AI 迎来新进展！南洋理工推出首个电子病历处理评测基准

在当下的医疗体系里，电子病历（EHR）是最核心的数据载体，完整记录患者从诊断到治疗的关键信息。这些信息不仅帮助医生做出判断，也在推动医疗人工智能的进步。南洋理工大学团队近日发布了首个用来全面评测大型语言模型（LLM）处理电子病历能力的基准——EHRStruct，为医疗 AI 研究迈出重要一步。

EHRStruct 覆盖 11 项关键任务，共 2200 个样本。任务设计紧贴临床场景，并从认知层级与功能类别出发，建立起规范而严谨的评测体系。研究显示，通用大模型在处理结构化 EHR 时表现突出，甚至超过一些面向医学领域训练的模型。同时，数据驱动的任务更占优，输入格式与微调方式会显著影响模型表现。

在评测中，研究者对 20 个主流 LLM 与 11 种增强方法进行了系统对比。结果表明，结合 EHRMaster 框架与 Gemini 模型后，LLM 在结构化 EHR 处理上的成绩明显提升，甚至超越了当前最先进的方案。该成果已被 AAAI 2026 录用，有望在后续学术交流中引起广泛关注。

为推动该方向的发展，团队同步推出了“EHRStruct 2026 – LLM 结构化电子病历挑战赛”，为研究者提供统一、可比的评测平台，促进对 LLM 在结构化电子病历处理能力上的深入研究。

EHRStruct 的构建过程分为四个阶段：任务合成、任务体系搭建、任务样本抽取与评测流程设计。医学专家与计算机科学家协同合作，确保评测兼具临床相关性与可重复性。该评测框架既科学严谨，也为后续研究提供了充足的数据支持。

这项重要进展，不仅为医疗 AI 带来新的工具与方法，也为临床决策与数据分析提供更可靠的参考。期待更多医疗 AI 应用落地于实际工作中，推动更高效的医疗服务。