ConTextual: Improving Clinical Text Summarization in LLMs with Context-preserving Token Filtering and Knowledge Graphs

要約

構造化されていない臨床データは、臨床診療を有意義に知らせることができるユニークで豊富な情報源として役立ちます。
そのようなデータから最も適切なコンテキストを抽出することは、患者ケアにおける最適かつタイムリーな意思決定に向けてその真の可能性を活用するために重要です。
以前の研究では、臨床テキストの要約のためのさまざまな方法を調査していますが、ほとんどの以前の研究は、すべての入力トークンを均一に処理するか、ヒューリスティックベースのフィルターに依存しています。
この研究では、コンテキスト推定トークンフィルタリング方法をコンテキスト増強のためのドメイン固有の知識グラフ（kg）と統合する新しいフレームワークであるコンテキストを提案します。
コンテキスト固有の重要なトークンを保存し、構造化された知識でそれらを豊かにすることにより、文脈的な一貫性と臨床的忠実度の両方を改善します。
2つのパブリックベンチマークデータセットでの当社の広範な経験的評価は、コンテキストが他のベースラインを一貫して上回ることを示しています。
提案されたアプローチは、言語的および臨床的完全性の両方を強化するためのトークンレベルのフィルタリングと構造化された検索の補完的な役割を強調し、臨床テキスト生成の精度を改善するためのスケーラブルなソリューションを提供します。

要約(オリジナル)

Unstructured clinical data can serve as a unique and rich source of information that can meaningfully inform clinical practice. Extracting the most pertinent context from such data is critical for exploiting its true potential toward optimal and timely decision-making in patient care. While prior research has explored various methods for clinical text summarization, most prior studies either process all input tokens uniformly or rely on heuristic-based filters, which can overlook nuanced clinical cues and fail to prioritize information critical for decision-making. In this study, we propose Contextual, a novel framework that integrates a Context-Preserving Token Filtering method with a Domain-Specific Knowledge Graph (KG) for contextual augmentation. By preserving context-specific important tokens and enriching them with structured knowledge, ConTextual improves both linguistic coherence and clinical fidelity. Our extensive empirical evaluations on two public benchmark datasets demonstrate that ConTextual consistently outperforms other baselines. Our proposed approach highlights the complementary role of token-level filtering and structured retrieval in enhancing both linguistic and clinical integrity, as well as offering a scalable solution for improving precision in clinical text generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google