技术解读EpiScreen 把多个开源大语言模型Qwen-2.5、DeepSeek-R1、Llama-3.3、Med42微调成临床笔记阅读器在癫痫与心因性非癫痫性发作PNES之间做早期分流。本篇从工程实现角度拆它的微调策略与关键结论。癫痫和心因性非癫痫性发作PNES症状几乎一样却需要完全不同的治疗——前者靠抗癫痫药物后者主要靠心理干预。美国明尼苏达大学团队用微调后的大语言模型读取临床笔记做成早期筛查工具 EpiScreen辅助医生后诊断准确率最高提升 14.3%。癫痫是全球最常见的神经系统疾病之一约有 5000 万患者。转诊到三级癫痫中心的药物难治性癫痫患者里约 20%–30% 最终被确诊为 PNES两类病在意识丧失反应迟钝等描述上几乎无法区分。鉴别诊断的金标准是长时间视频脑电图vEEG但单次住院监测费用常超过 1.5 万美元、等待 8–12 周患者常被误用抗癫痫药或错失心理治疗。团队在标注笔记上微调了 Qwen-2.5、DeepSeek-R1、Llama-3.3、Med42 等多个开源模型EpiScreen 在公开 MIMIC-IV 数据集上 AUC 最高 0.875在明尼苏达大学私有队列达 0.980明显高于 ClinicalBERT 等基线微调带来的平均 AUC 提升比直接用现成大模型高约 13 个百分点。更有意思的是人机协作研究者从 MIMIC-IV 抽取 300 个病例请 8 名医生判断。独立阅片时三组住院医师准确率约 0.76–0.79、资深医生 0.817接入 EpiScreen 后分别升到 0.877–0.890 和 0.893。辅助使住院医师漏诊从 36 例降到 14 例资深医生误诊从 37 例降到 19 例——医生补上临床常识、模型拾起文字线索双方互补。但要注意训练和验证都来自美国同一医疗系统中文病历环境尚未验证临床评估是回顾性病例判断不是前瞻性试验也未证明能改善患者结局。它定位是 vEEG 前的分流辅助不替代确诊目前仍是研究原型。不过对医疗资源匮乏、缺少 vEEG 设备的地区这类低成本初筛尤其有价值。本文基于相关论文的独立解读仅供学术交流不构成临床建议。 工程实现要点方法在标注临床笔记上微调开源 LLM输出癫痫/PNES 概率 句子级归因数据公开 MIMIC-IV 明尼苏达大学私有队列微调平均 AUC 提升约 13 个百分点性能MIMIC-IV AUC 最高 0.875、明尼苏达队列 0.980超 ClinicalBERT 等基线人机协作300 例、8 名医生医生AI 准确率最高提升 14.3%漏诊 36→14边界训练测试同源美国、回顾性评估中文病历与前瞻性验证仍缺论文原文信息链接EpiScreen大模型读临床笔记早期筛查癫痫辅助医生诊断准确率最高提升14.3%