知识卡片：让临床语言模型可审计：概念引导微调用于稳健预测

说明：本文档仅基于 arXiv 页面提供的元数据摘要生成，完整正文未抓取；标注“待核实”处需进一步查阅原文确认。

一句话结论

据论文摘要，CAST（Concept-guided Artifact Suppression Tuning）通过稀疏自编码器识别并抑制临床笔记中的格式伪影，在 MIMIC-IV 出院小结死亡风险预测任务上优于微调编码器基线，并与强 LLM 基线竞争力相当，同时提供特征级审计踪迹。（待核实）

事件概述或研究问题

临床语言模型在院内数据上可能达到较高准确率，但在部署环境变化时性能下降，原因在于模型会利用笔记特有的伪影——例如模板、分隔符、套话——而这些伪影并不反映真实患者状态。论文提出 CAST 框架，目标是让临床文本分类模型更稳健、可审计。（待核实）

方法/产品要点

• 使用稀疏自编码器（SAE）从 Transformer 中间层激活中提取稀疏、可人工审计的特征；（待核实）
• 通过 LLM 辅助的解释流水线和 ICD-10 检索约束，为 SAE 隐变量标注语义；（待核实）
• 在微调过程中，通过残差减法抑制已被验证为伪影的隐变量；（待核实）
• 提供事后逐概念归因，用于审计模型决策，输出支持预测的临床概念以及被抑制的伪影概念。（待核实）

主要结果或产业意义

在 MIMIC-IV 出院小结死亡风险预测上，CAST 与对应的微调编码器基线相比有提升，且与强 LLM 基线保持竞争力；同时生成特征级审计路径，展示模型依据哪些临床概念做预测，以及在训练中抑制了哪些伪影概念。（待核实）

为什么重要

本工作将“可审计性”嵌入临床语言模型的微调过程，回应了医疗场景中模型部署的信任与安全需求。相比已有相关卡片中的“BERT-LER”，本条增量在于：不只做可解释的临床预测，而是显式区分并抑制文档伪影，使模型决策更依赖临床概念而非笔记格式；与“概念引导”类工作相比，CAST 将概念引导用于临床文本分类的鲁棒性，而非游戏世界模型或脑信号对齐。（增量关系基于已有卡片对比，具体细节待核实）

局限与不确定性

由于未抓取完整论文，以下信息待核实：实验设置的具体基线、效果提升幅度、SAE 特征数量、LLM 解释流水线的验证方式，以及该方法在其他临床任务和数据集上的泛化性。此外，对“伪影”的定义和抑制操作是否会造成有用信息损失，也需要原文进一步确认。

可用于图书/PPT/简报的角度

• 案例：“可审计临床 AI——如何让模型少看模板、多看病情”；
• 展示从特征归因到训练干预的闭环：先找出模型在看什么，再决定抑制什么；
• 说明基础模型在医疗领域落地时，不能只看准确率，还要看决策依据是否可解释、可审计。

原始材料

• 英文标题：Making Clinical Language Models Auditable: Concept-Guided Fine-Tuning for Robust Prediction
• 英文关键词：待核实（元数据未提供）
• 原始来源：https://arxiv.org/abs/2608.27397v1