文本挖掘临床因果知识图谱验证信号审计

2026年10月20日，Su Lan 等作者在 arXiv 提交论文，审计文本挖掘临床因果知识图谱的验证信号。研究基于 328,839 份 MIMIC-IV 出院小结，用 LLM 抽取并经 UMLS 归一化构建有向候选图，对照 SemMedDB 评估三种验证信号：同一住院内的共现提升、跨住院的诊断编码时间先后、文献佐证。结果显示，编码顺序是弱方向信号，在 686 个可判定候选上与 SemMedDB 一致率为 54.2%，低于抽取器同子集的 69.4%；文献佐证仅覆盖 30.4% 的候选关系。目前该研究处于论文提交阶段，尚无后续跟进报道。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。