小语言模型+HPO实现眼科病历自动表型标注
摘要
研究团队开发了一套本地运行的AI流程，结合小型语言模型PHI-4与增强版多语种人类表型本体（HPO）目录，用于从眼科医生书写的自由文本中提取标准化表型术语。在175份随机抽取的眼科病历（前节与眼底描述）上验证，人工标注出342个HPO术语（平均每份2.53个），AI流程检出341个（平均每份2.52个），Jaccard相似度中位数0.67，精确率0.83，召回率0.82，F1值0.80。
信息来源： PubMed Ophthalmology 发布于 2026年5月9日
要点速览
- 研究在175份眼科病历上验证AI流程，人工标注342个HPO术语，AI检出341个。
- 采用本地部署的小型语言模型PHI-4，结合增强多语种HPO目录与文本分段、否定检测技术。
- AI流程达到Jaccard相似度中位数0.67、F1值0.80，表明其能较准确提取标准化表型术语。
本站解读
这项研究证实，用轻量级AI模型（PHI-4）搭配优化后的HPO词典，能较稳定地把眼科医生日常写的‘角膜水肿’‘视盘苍白’这类口语化描述，自动转成标准HPO编码——不是靠大模型硬猜，而是靠精准分段、否定识别和密集检索。样本量175份虽不算大，但覆盖了前节和眼底两类核心描述，且人工标注作为金标准，方法设计扎实，结果可信度较高。
不过，当前成果离临床落地还有距离：它只处理已写好的结构化程度较低的信件文本，未接入实时问诊或检查报告生成环节；也未验证对非典型表述、方言化术语或跨机构书写习惯差异的鲁棒性。短期内不会改变医生写病历的习惯，更不会替代临床判断。
普通人无需因此调整任何行为——这属于医院信息系统的后台升级，不涉及诊断、用药或随访建议。如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
这个AI能帮我看懂自己的眼科报告吗？
不能。这个AI是给医院信息系统用的，目的是把医生写的文字病历自动转成标准编码，方便数据汇总和科研，不面向患者解读报告。它不提供病情分析、严重程度判断或治疗建议。如有疑虑可咨询眼科医生。
以后看病医生是不是不用手写病历了？
不是。该AI仅辅助将已写好的自由文本病历转化为标准术语，并不替代医生书写或决策。医生仍需按规范记录临床发现，AI只是后台做术语映射。目前没有证据表明它会减少医生书写工作量或改变病历格式要求。
延伸阅读
本地医疗大模型精准识别青光眼风险因素
研究团队使用MedGemma-27B-text-it本地医疗大模型，分析2014至2024年间1250例青光眼相关临床记录，评估其识别用药依从性差、随访失约及家族史的能力。结果显示，模型在识别用药非依从性（准确率0.91）、随访非依从性（准确率0.96）和家族史（准确率0.98，Jaccard指数0.99）方面远超结构化电子病历字段（家族史准确率仅0.49）。研究证实本地化大模型可高效挖掘自由文本中的隐性风险信息。
AI增强OCT可准确量化冠状动脉斑块负荷
研究团队开发了一种深度学习算法，用于全自动分析光学相干断层扫描（OCT）图像，以量化冠状动脉斑块负荷（PB）和血管尺寸。研究使用10例尸检人的心脏，对29支主要冠状动脉进行OCT和血管内超声（IVUS）成像，并与组织病理学金标准对比。共获得852个匹配的横截面数据，结果显示AI-OCT与病理结果的相关性不劣于IVUS，且无统计学显著差异。
大语言模型用于糖尿病视网膜病变患者教育的评估
研究对比了ChatGPT、Gemini、DeepSeek、Doubao、Copilot和Perplexity六款大语言模型在回答50个标准化糖尿病视网膜病变患者问题时的表现。由五名评审员依据安全、准确、共情、信息质量（DISCERN、JAMA等）、透明度和可读性等维度评分。结果显示，各模型安全响应率在86.0%至94.0%之间，准确性普遍较高，但共情能力差异明显；Perplexity在信息质量指标上得分最高，Gemini可读性最佳，但所有模型的Flesch阅读易度分均低于推荐阈值。