TRACE方法减少临床笔记冗余

2026年10月28日，arXiv Artificial Intelligence 刊出 Jordan L. Cahoon 等作者的 TRACE 临床笔记去冗余方法研究。该方法利用笔记层面的 EHR 元数据识别模板化与复制内容，在元数据不可用时采用基于频率的去重。研究在 5.3M 份笔记上评估：移除的文本中仅 0.3-6.6% 为作者原创，覆盖 86% 的标注模板字符；信息抽取 F1 变化为 -0.009 至 +0.004，预测任务 F1 变化为 -0.011 至 +0.018。报道称该方法可降低 LLM 推理成本。目前尚无后续跟进报道，事件进展以该篇主报道为准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。