在现代医疗体系中，电子病历（EHR）无疑是核心数据形式，记录了患者从诊断到治疗的各项关键信息。这些数据不仅为医生提供决策支持，也推动了医疗人工智能的发展。南洋理工大学的研究团队近期推出了首个全面评测大型语言模型（LLM）处理电子病历能力的基准 ——EHRStruct，标志着医疗 AI 研究的一大步。
EHRStruct 基准涵盖了 11 项核心任务，共计 2200 个样本，任务设计充分考虑了临床场景、认知层级及功能类别，形成了一套严谨的评测框架。研究人员表示，通用大模型在处理结构化电子病历时表现出色，超越了专门针对医学领域设计的模型。同时，他们还发现，数据驱动的任务性能更强，输入格式和微调方法对模型的表现也有显著影响。
在评测中，研究团队对 20 个主流的 LLM 和 11 种增强方法进行了系统性比较，结果显示，结合 EHRMaster 框架和 Gemini 模型后，LLM 在处理结构化 EHR 时的性能显著提升，甚至超越了当前最先进的模型。该研究成果已被 AAAI 2026 会议录用，预计将在未来的学术交流中引发广泛关注。
为了推动这一领域的发展，研究团队还推出了 “EHRStruct 2026 - LLM 结构化电子病历挑战赛”，旨在为研究人员提供一个统一、可比较的评测平台，促进对 LLM 在结构化电子病历处理能力的深入研究。
EHRStruct 的建立过程可分为四个阶段：任务合成、任务体系构建、任务样本抽取和评测流程搭建。由医学专家和计算机科学家共同合作，确保了评测的临床相关性和可重复性。这一评测框架不仅具有科学性和严谨性，也为后续的研究提供了丰富的数据支持。
这一重要研究的发布，不仅为医疗 AI 的进步提供了新的工具和方法，也为今后的临床决策与数据分析提供了更为可靠的支持。我们期待更多的医疗 AI 应用在实际工作中落地，实现更高效的医疗服务。
