EviGen: una struttura di supporto basata su evidenze predittive per la generazione di razionali clinici verificabili

Abstract degli autori

Le cartelle cliniche elettroniche longitudinali (EHR) raccolgono anni di storia clinica dei pazienti attraverso note, codici, risultati di laboratorio e procedure, e contengono le evidenze necessarie per ragionare sui probabili esiti clinici. Tuttavia, una revisione completa di queste cartelle da parte dei medici è impraticabile, mentre l’elaborazione basata su LLM è costosa e spesso inaffidabile: può non rilevare alcune osservazioni pertinenti e allucinarne altre. Proponiamo quindi EviGen, un framework a tre livelli per la generazione di razionali clinici verificabili, che affronta queste sfide. Il primo livello è un modulo di recupero condizionato dal paziente, che usa query apprendibili per individuare evidenze predittive di un esito clinico, non semplicemente pertinenti sul piano testuale, e le ordina in base ai punteggi di attribuzione alla previsione. Il secondo livello è un generatore basato su LLM, che usa le evidenze ordinate come struttura di supporto per produrre un razionale clinico fondato sui passaggi recuperati. Il terzo livello è un verificatore supervisionato sul processo, che controlla il razionale generato a livello dei singoli passaggi di ragionamento e segnala le affermazioni inaffidabili. Nei tre dataset di previsione medica, EviGen migliora le prestazioni predittive e la fedeltà dei razionali rispetto ai baseline basati su LLM a contesto completo e RAG, ed è preferito dai revisori clinici in una valutazione di usabilità.