Unstrukturierte Entlassungsnotizen in elektronischen Gesundheitsakten enthalten patientenspezifische Evidenz, die standardisierte Kohorten-Codes nicht erfassen können, doch das Signal ist in langem, verrauschtem Text vergraben, der ohne eine bestimmte Prädiktion im Sinn geschrieben wurde. Zusammenfassung ist die naheliegende Abhilfe, doch generische, auf Flüssigkeit abgestimmte Zusammenfassungen lassen routinemäßig entscheidende Evidenz aus, während sie plausibles, aber nicht informatives Detail beibehalten.
RASPER trainiert den Zusammenfasser direkt gegen die nachgelagerte klinische Aufgabe: Reinforcement Learning aus Prädiktionsfeedback liefert eine Belohnung, die aus der Verlustfunktion des Prädiktors abgeleitet wird, und ein longitudinaler Encoder verwandelt strukturierte Codes in Soft Prompts, die den klinischen Kontext jedes Patienten einbeziehen. Die Belohnung der Qualität der resultierenden Prädiktion drängt den Zusammenfasser dazu, Evidenz zu behalten, die die strukturierten Codes ergänzt statt sie zu duplizieren.
RASPER übertraf durchgängig starke Baselines bei der Wiederaufnahme-Prädiktion und der Medikationsempfehlung über MIMIC-III und MIMIC-IV hinweg, und das Paper wurde zur Hauptkonferenz EMNLP 2026 angenommen.
Die Zusammenfassung für die Entscheidung optimieren, die sie speist, nicht für das Lesen
Auf Flüssigkeit ausgerichtete Ziele haben keinen Grund, das eine Detail zu behalten, das eine Prädiktion umkippen lässt.
Die Verlustfunktion des nachgelagerten Prädiktors ist ein direktes, automatisches Signal für evidenziellen Nutzen.
Soft Prompts aus strukturierten Codes halten Zusammenfassungen komplementär zu den Codes, statt sie zu wiederholen.
Patientenindividueller Kontext zählt: dieselbe Notiz rechtfertigt unterschiedliche Zusammenfassungen für unterschiedliche Prädiktionsaufgaben.
Wenn eine Komponente ein nachgelagertes Modell speist, trainiere sie gegen das Feedback dieses Modells statt gegen eine generische Qualitätsmetrik; Flüssigkeit ist nicht Nutzen.
Das Paper berichtet durchgängige Verbesserungen gegenüber starken Baselines bei der Wiederaufnahme-Prädiktion und der Medikationsempfehlung über MIMIC-III und MIMIC-IV hinweg, mit Annahme zur Hauptkonferenz EMNLP 2026.
DEN BELEGEN FOLGEN