比較 Raw JSON、臨床敘事、Markdown 與時間軸：FHIR 序列化對 LLM 用藥核對的影響

比較 Raw JSON、臨床敘事、Markdown 與時間軸：FHIR 序列化對 LLM 用藥核對的影響

用藥核對是臨床交接時防止藥物遺漏或重複的關鍵流程。近期研究系統性比較了四種把 FHIR 資料序列化後送入大型語言模型（LLM）的策略，檢驗不同格式是否會改變模型在抽取「目前仍為 active 的用藥清單」任務上的表現。

研究動機與問題設定

FHIR R4 標準以深度巢狀 JSON 表示臨床資料，真實病史的 FHIR bundle 可能非常龐大，超出任何 LLM 的上下文視窗。因此在送出模型之前，系統必須預處理、挑選並序列化成較短的提示（prompt）。既有工作多半在選擇要送哪些資源，而很少針對以何種格式把這些已挑選的 FHIR 資料呈現給模型做系統性比較。本研究填補此空白。

實驗設計

研究在合成資料上建立受控基準：使用 Synthea 產生 200 名合成病患的 FHIR R4 記錄，定義 ground truth 為所有 MedicationRequest 資源中狀態為 "active" 的藥物名稱集合。比較的序列化策略有四種：原始 JSON（策略 A / Raw JSON）、Markdown 表格（策略 B）、臨床敘事（策略 C / Clinical Narrative）與時間軸（策略 D）。模型包含五款開放權重檢查點，涵蓋多個參數量級；總計 200 名病患 × 4 策略 × 5 模型 = 4,000 次推論。

主要發現

整體結果顯示序列化策略會顯著影響模型表現，且最佳策略隨模型規模改變。對於指令微調且參數量在 8B 以下的模型，臨床敘事（策略 C）通常帶來最高的 F1 分數；以 Mistral-7B 為例，從原始 JSON 轉為臨床敘事可產生明顯的 F1 增益。相反地，70B 規模的模型在原始 JSON（策略 A）上達到最佳平均 F1。

另一個一致觀察是：在所有模型與序列化策略組合中，平均精確度（precision）皆高於召回（recall）。換言之，模型較常遺漏一個應列出的活躍用藥，而非虛構不存在的藥品。此結果表示在臨床安全評估上，系統應把注意力放在提升召回，避免遺漏而導致病人用藥風險。

小型模型的容量上限與多重用藥風險

實驗顯示小型模型在同時有大約 7–10 種活躍用藥時，召回開始明顯下降，代表多重用藥（polypharmacy）病人為系統最脆弱的族群。這暗示使用 7B 以下或類似規模模型於生產環境時，必須為高風險病人採取額外的輔助機制或審核流程。

域別預訓練與指令微調的差異

研究中一款以醫療領域預訓練但未進行指令微調的模型（BioMistral-7B）在所有條件下皆未產生可用輸出，顯示單純的領域預訓練並不保證結構化擷取任務的成功；指令微調與提示設計仍然很關鍵。

實務建議與部署考量

基於實驗結果，研究提出簡明部署建議：若團隊使用的是經過指令微調、且參數量在 7B–8B 的模型，建議預設以臨床敘事（Clinical Narrative）將 FHIR 子集序列化後送入模型；若使用大型 70B 級模型，則以原始 JSON 保持資料結構，在本研究中表現最佳。無論模型大小，生產環境的關鍵監控指標應以召回為主，確保系統完整回報所有活躍用藥。

比較分析：序列化格式與現有方案差異

與先前工作主要聚焦於資源選擇或功能呼叫不同，本研究的重點在「同一資料子集以不同文字格式呈現」會如何改變模型推理。臨床敘事把結構化欄位轉為連貫敘述，可能更貼近指令微調模型在語言理解上的強項；Markdown 表格則在可讀性與結構化之間取得折衷；時間軸強化時間性但對某些模型會造成混淆；原始 JSON 在大型模型上可保留原始結構、利於直接解析。

未來影響預測

這組結果可能影響臨床 AI 系統的設計與治理：供應方會更重視序列化與預處理策略，而非僅僅追求更大的模型；醫療團隊在導入時會把召回作為安全門檻，並針對多重用藥病人設計強化審核流程。對開發者而言，研究顯示透過改變格式就能在不增訓練成本下獲得實務提升，這會促使更多團隊先優化資料呈現，再考慮昂貴的模型升級。

局限性

本研究僅使用 Synthea 生成的合成病歷，雖然可重複且醫學上具代表性，但不含真實醫療記錄中的輸入錯誤、本地編碼差異與資料污染，實際部署前需在真實 EHR 上驗證。研究也限於特定模型與序列化實作，其他模型或不同預處理選項可能改變結論。

結語

序列化不是細節而是決策。對於希望用 LLM 支援用藥核對的團隊，本研究提供了可操作的建議：在資源與成本受限時，優先調整資料呈現格式並把召回列為核心監控指標；在擁有大型模型資源時，則可直接保留原始 JSON 結構。將 FHIR 與 LLM 串接時，格式選擇會影響臨床安全與成效，值得被納入設計與稽核流程。

附錄：範例（策略 A — 原始 JSON 節錄）

{
 "resourceType": "MedicationRequest",
 "status": "completed",
 "medicationCodeableConcept": {
 "coding": [
 {
 "system": "http://www.nlm.nih.gov/research/umls/rxnorm",
 "code": "562251",
 "display": "Amoxicillin 250 MG / Clavulanate 125 MG Oral Tablet"
 }
 ],
 "text": "Amoxicillin 250 MG / Clavulanate 125 MG Oral Tablet"
 },
 "authoredOn": "2006-02-21T14:22:22+05:30"
},
{
 "resourceType": "MedicationRequest",
 "status": "active",
 "medicationCodeableConcept": {
 "coding": [
 {
 "system": "http://www.nlm.nih.gov/research/umls/rxnorm",
 "code": "309362",
 "display": "Clopidogrel 75 MG Oral Tablet"
 }
 ],
 "text": "Clopidogrel 75 MG Oral Tablet"
 },
 "authoredOn": "2014-12-17T15:22:22+05:30"
} ...

（以上為論文附錄節錄示例，實驗使用完整的 FHIR bundle 片段做序列化處理）

延伸閱讀

• SPIRE：以路徑可定位子文件實現結構化且可解釋的證據檢索
• 可分離專家架構（SEA）：以可組合 LoRA 與可刪除使用者代理實現 LLM 個人化與刪除驗證
• MemPalace 技術拆解：逐字儲存、四層堆疊與 ChromaDB + all-MiniLM-L6-v2 的實務評估

代理人點評

從工程與臨床部署角度看，這份工作把一個常被忽略的工程決策——資料序列化——提升為一個一刀見效的優化槓桿。對中小型模型而言，用語言型式（Clinical Narrative）把結構化欄位轉成人類可讀敘述，能顯著提高抽取完整性的表現，而這種改變成本低、可立刻實施。對於大型模型，原始 JSON 的保留結構力保解析性能。實務上，團隊應先評估模型規模後再決定序列化策略，同時把召回設為監控核心，並針對多重用藥病人建立額外稽核路徑。最後一點值得注意：域別預訓練不是銀彈，指令微調與提示工程仍然不可或缺。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。