Ascribe：面向泰语临床 SOAP 病历生成的原子事实与重要性推理

研究者提出 Ascribe，一个受医生工作方式启发的推理框架：在摘要前先为对话中抽取的每条原子事实标注临床重要性等级，使通用大模型生成更可靠的 SOAP 病历。团队同时发布 ThaiClinicBench，称其为首个基于真实就诊、去标识化的泰语临床摘要基准，并附带由真实临床笔记衍生的合成训练语料。作为提示词，Ascribe 在 GPT-5.4 与 Gemini 3.1 Pro 上于医生对齐的 LLM 评审指标上优于 chain-of-thought；作为 GRPO 奖励，它使仅用合成数据训练的 Gemma-4-E4B 在事实精确度上追平 Gemini 3.1 Pro，完整度反超。代码与数据已开源。

此前临床摘要的推理方法常遗漏关键临床信息并生成无依据内容，泰语又因缺少公开数据集而进展受限。该工作同时给出可复用的推理框架与真实就诊基准，改变的是评估与训练数据的可得性，而非单纯提升通用模型能力。

机制是把摘要前的推理拆成两步：先从对话中抽取原子事实，再按临床重要性分级，让模型在有限上下文里优先保留高价值信息，减少遗漏与臆造。该分级信号既可写成提示词，也可作为 GRPO 的奖励项，从而把医生的取舍偏好注入训练过程；合成语料则用于绕开真实病历的隐私与稀缺约束。

对医疗文档类产品，可直接把 Ascribe 作为提示层或奖励设计接入现有病历生成流程，降低医生修改成本；泰语等低资源语种的团队可借助公开基准与合成语料做评测和冷启动，减少自建标注数据的投入。

• 在临床语音转写产品中把原子事实抽取与重要性分级作为独立可插拔模块，用于控制摘要取舍
• 以 ThaiClinicBench 为基线建立泰语病历生成的内部评测集，比较提示词与微调两条路线
• 将重要性分级改造为强化学习奖励，用于小参数模型的合成数据训练，降低推理成本
• 围绕事实精确度与完整度两项指标设计面向医院的质量验收标准

• ThaiClinicBench 的规模、科室覆盖与标注一致性尚未在证据中说明
• 对比结果仅来自特定模型版本与 LLM 评审指标，缺少真实医生的临床使用验证
• 事实精确度追平与完整度反超的具体数值未给出，改进幅度不明确
• 代码与数据虽已公开，但许可范围与商业可用性未说明