EHR和索赔数据蕴含丰富的现实医疗信息，然而，由于医学术语复杂且需要编写复杂的SQL查询，在这些数据库中寻找流行病学问题的答案颇具挑战。为此，我们提出一种创新的端到端解决方案，它融合了文本到SQL生成技术与检索增强生成（RAG）手段，从而利用EHR和索赔数据解答流行病学问题。我们发现，通过在文本到SQL转换过程中融入医学编码环节，这种方法能够显著超越常规提示输入，有效提升了表现力。虽然目前的语言模型在无监督环境下精准度仍不理想，但实证研究表明，RAG在真实行业背景下的应用展现出巨大的潜力，有望显著提升语言模型的功能性。
原文链接:https://arxiv.org/abs/2403.09226