评估个人健康记录在个性化健康AI中的效用

# 评估个人健康记录在个性化健康AI中的实用性
来源：https://arxiv.org/abs/2605.18937  
作者：Rory Sayres (https://arxiv.org/search/cs?searchtype=author&query=Sayres,+R), Kejia Chen (https://arxiv.org/search/cs?searchtype=author&query=Chen,+K), Ayush Jain (https://arxiv.org/search/cs?searchtype=author&query=Jain,+A), Matthew Thompson (https://arxiv.org/search/cs?searchtype=author&query=Thompson,+M), Jonathan Richina (https://arxiv.org/search/cs?searchtype=author&query=Richina,+J), Xiang Yin (https://arxiv.org/search/cs?searchtype=author&query=Yin,+X), Jimmy Hu (https://arxiv.org/search/cs?searchtype=author&query=Hu,+J), Fan Zhang (https://arxiv.org/search/cs?searchtype=author&query=Zhang,+F), Bob Lou (https://arxiv.org/search/cs?searchtype=author&query=Lou,+B), Mike Sanchez (https://arxiv.org/search/cs?searchtype=author&query=Sanchez,+M), Ines Mezerreg (https://arxiv.org/search/cs?searchtype=author&query=Mezerreg,+I), Meredith Schreier (https://arxiv.org/search/cs?searchtype=author&query=Schreier,+M), Hamsa Subramaniam (https://arxiv.org/search/cs?searchtype=author&query=Subramaniam,+H), I-Ching Lee (https://arxiv.org/search/cs?searchtype=author&query=Lee,+I), Yugang Jia (https://arxiv.org/search/cs?searchtype=author&query=Jia,+Y), Daniel Mcduff (https://arxiv.org/search/cs?searchtype=author&query=Mcduff,+D), Yossi Matias (https://arxiv.org/search/cs?searchtype=author&query=Matias,+Y), Avinatan Hassidim (https://arxiv.org/search/cs?searchtype=author&query=Hassidim,+A), Dale Webster (https://arxiv.org/search/cs?searchtype=author&query=Webster,+D), Yun Liu (https://arxiv.org/search/cs?searchtype=author&query=Liu,+Y), Jackie Barr (https://arxiv.org/search/cs?searchtype=author&query=Barr,+J), Quang Duong (https://arxiv.org/search/cs?searchtype=author&query=Duong,+Q)

查看PDF (https://arxiv.org/pdf/2605.18937)

> **摘要**：患者管理的个人健康记录（PHRs）有望帮助患者更好地了解自身健康状况；但记录中的信息复杂，可能阻碍洞察。在本研究中，我们评估了大型语言模型（LLMs，Gemini 3.0 Flash）在提供PHRs临床数据作为上下文时，对用户健康查询提供有帮助答案的潜力。共抽取2,257个用户查询，来自三种不同分布，以代表患者问题：较短的网络搜索查询、基于聊天机器人模板的较长问题，以及患者向其医疗团队提出的问题（患者通话）。查询与去标识化的PHRs（来自1,945份记录的池）进行匹配。Gemini的回答生成方式如下：(1) 无PHR上下文；(2) 包含人口统计信息、病情和用药的基本摘要；(3) 包含完整、详细的临床记录。在评估方面，我们利用了现有的评分框架（SHARP），并针对解释PHRs时的特定错误模式开发了新框架。评估通过自动评分器对全量数据进行，并对子集（n=95）进行临床评分，两组评分者均知晓完整PHR上下文。我们观察到，使用PHR数据后，所有问题类型的答案帮助性均有显著提升（p < 0.001，配对t检验）。我们还注意到答案在安全性、准确性、相关性和个性化方面可能获得改进。我们的PHR评估框架进一步揭示了LLM在理解复杂PHRs特定方面的不足，例如时间方向感混乱以及罕见但有意义的虚构内容。这些结果表明，PHR数据有可能帮助满足广泛用户的需求；同时，本研究提供了一个基于PHR上下文监控LLM答案不足的框架。该研究促使进一步工作，以评估并实现用户通过理解其健康记录而获得的潜在收益。

## 提交历史

来自：Rory Sayres [查看电子邮件 (https://arxiv.org/show-email/89838d5d/2605.18937)] **\[v1\]** 2026年5月18日 星期一 17:55:15 UTC (1,386 KB)