**基于 Agentic RAG 的可配置临床信息提取：有效部分、失败环节与原因分析**

_Configurable Clinical Information Extraction with Agentic RAG: What Works, What Breaks, and Why_

> 患者信息分散在数百份异构文档和数千个结构化数据点中，文档级元数据缺失，导致标准检索增强生成（RAG）在时间推理和跨文档依赖上频繁失效。我们在埃森大学医学中心部署了 ACIE（Agentic 临床信息提取）系统，这是一个基于智能体的 RAG 流水线，能对完整患者上下文进行推理，并将每个答案溯源至原始文献供临床医生核查。在一项独立的淋巴瘤登记回顾性研究中，临床医生对 7326 项判断的提取接受率达 96.5%，涵盖多种提取类型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-products
- **发布时间**：2026-06-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.19602)