Healthscribe Clinical Note Generator

🚀 健康記錄生成器（HealthScribe）

健康記錄生成器（HealthScribe）是一個基於微調模型的臨床記錄生成工具，它能夠根據醫生與患者對話的轉錄數據，自動生成臨床記錄，為醫療工作者提供便利。

🚀 快速開始

本模型是在 facebook/bart-large-cnn 的基礎上，針對修改後的 MTS-Dialog 數據集 進行微調得到的。該模型集成於一個 Flask 網絡應用程序中，此應用允許用戶根據醫生與患者對話的自動語音識別（ASR）轉錄數據生成臨床記錄。

推理測試數據示例

更多對話示例可參考 test.txt。

"醫生：你好呀，我喜歡你這條裙子，真漂亮！ 
患者：謝謝你誇一個 72 歲的老太太。
醫生：不，我是認真的。好了，你在 2009 年 5 月入院。你有高血壓病史，在 2009 年 6 月 18 日，你出現了嚴重的腹痛、腹瀉和痙攣。
患者：是的，他們說我可能感染了艱難梭菌（C Diff）。他們給我做了腹部 CT，那時他們認為我感染了。
醫生：是的，CT 顯示有瀰漫性結腸炎的跡象，所以我想他們給你用了靜脈注射抗生素？
患者：是的。 
醫生：我看到了，用了甲硝唑（Flagyl）和左氧氟沙星（Levaquin）。他們還開始給你靜脈注射胃復安（Reglan）來止吐。
患者：是的，我當時噁心極了，還吐了。
醫生：在這之後，我發現你的白細胞還是很高。你現在還噁心嗎？ 
患者：不，我現在不噁心也不吐了，但還是腹瀉。因為一直腹瀉，我感覺很虛弱。
醫生：好的。還有其他症狀嗎？
患者：實際上沒有了，一切都還好。
醫生：很好。
患者：是的。"

✨ 主要特性

本模型用於根據醫生與患者的對話數據（ASR）生成臨床記錄，但存在一定侷限性：

• 生成結果為空（N/A）的情況較少，但有時會出現生成結果為 None 的情況。
• 當輸入數據的字符標記非常少或輸入數據非常大時，模型可能會生成與實際不符的內容。

📚 詳細文檔

訓練和評估數據

該模型在評估集上取得了以下結果：

• 損失值（Loss）：0.1562
• Rouge1：54.3238
• Rouge2：34.2678
• Rougel：46.5847
• Rougelsum：51.2214
• 生成長度（Generation Length）：77.04

訓練過程

模型在修改後的 MTS-Dialog 數據集上進行訓練，使用了 1201 個訓練樣本和 100 個驗證樣本。

訓練超參數

訓練過程中使用了以下超參數：

• learning_rate：2e-05
• train_batch_size：1
• eval_batch_size：1
• seed：42
• gradient_accumulation_steps：2
• total_train_batch_size：2
• optimizer：Adam（betas=(0.9,0.999)，epsilon=1e-08）
• lr_scheduler_type：線性
• num_epochs：3
• mixed_precision_training：原生混合精度訓練（Native AMP）

訓練結果

框架版本

• Transformers 4.39.2
• Pytorch 2.2.1+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2

📄 許可證

本模型使用 MIT 許可證。

📦 模型信息