Les notes de sortie non structurées des dossiers de santé électroniques contiennent des éléments de preuve propres au patient que les codes standardisés au niveau de la cohorte ne peuvent pas capturer, mais le signal est enfoui dans un texte long et bruité, rédigé sans aucune prédiction spécifique en tête. Le résumé est l'atténuation évidente, mais les résumés génériques ajustés pour la fluidité omettent régulièrement des éléments de preuve décisifs tout en conservant des détails plausibles mais peu informatifs.
RASPER entraîne le résumeur directement contre la tâche clinique en aval : l'apprentissage par renforcement à partir du retour de prédiction fournit une récompense dérivée de la perte du prédicteur, et un encodeur longitudinal transforme les codes structurés en invites souples qui intègrent le contexte clinique de chaque patient. Récompenser la qualité de la prédiction résultante pousse le résumeur à conserver les éléments de preuve qui complètent, plutôt que dupliquent, les codes structurés.
RASPER a systématiquement surpassé de solides références pour la prédiction de réadmission et la recommandation de médicaments sur MIMIC-III et MIMIC-IV, et l'article a été accepté à la conférence principale EMNLP 2026.
Optimiser le résumé pour la décision qu'il alimente, et non pour la lecture
Les objectifs axés sur la fluidité n'ont aucune raison de conserver le seul détail qui fait basculer une prédiction.
La perte du prédicteur en aval est un signal direct et automatique de l'utilité probante.
Les invites souples issues des codes structurés maintiennent les résumés complémentaires aux codes au lieu de les répéter.
Le contexte propre à chaque patient compte : la même note justifie des résumés différents pour des tâches de prédiction différentes.
Lorsqu'un composant alimente un modèle en aval, l'entraîner contre le retour de ce modèle plutôt que contre une métrique de qualité générique ; la fluidité n'est pas l'utilité.
Suites
L'article rapporte des gains constants par rapport à de solides références pour la prédiction de réadmission et la recommandation de médicaments sur MIMIC-III et MIMIC-IV, avec une acceptation à la conférence principale EMNLP 2026.
VÉRIFIEZ LES SOURCES