Buchumschlag

Systematic Evaluation of the Quality of Synthetic Clinical Notes Rephrased by LLMs at Million-Note Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jinghui, Soni, Sarvesh, Nguyen, Anthony
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Toward Relieving Clinician Burden by Automatically Generating Progress Notes using Interim Hospital Data
von: Soni, Sarvesh, et al.
Veröffentlicht: (2024)

Rephrasing Electronic Health Records for Pretraining Clinical Language Models
von: Liu, Jinghui, et al.
Veröffentlicht: (2024)

Automated Evaluation can Distinguish the Good and Bad AI Responses to Patient Questions about Hospitalization
von: Soni, Sarvesh, et al.
Veröffentlicht: (2025)

Reverse Probing: Supervised Token-level Uncertainty Quantification for Large Language Models in Clinical Text
von: Xiao, Bushi, et al.
Veröffentlicht: (2026)

Bridging the Version Gap: Multi-version Training Improves ICD Code Prediction, Especially for Rare Codes
von: Liu, Jinghui, et al.
Veröffentlicht: (2026)

Publicly Shareable Clinical Large Language Model Built on Synthetic Clinical Notes
von: Kweon, Sunjun, et al.
Veröffentlicht: (2023)

Scaling Instruction-Tuned LLMs to Million-Token Contexts via Hierarchical Synthetic Data Generation
von: He, Linda, et al.
Veröffentlicht: (2025)

TN-Eval: Rubric and Evaluation Protocols for Measuring the Quality of Behavioral Therapy Notes
von: Shah, Raj Sanjay, et al.
Veröffentlicht: (2025)

Assessing the Quality of AI-Generated Clinical Notes: A Validated Evaluation of a Large Language Model Scribe
von: Palm, Erin, et al.
Veröffentlicht: (2025)

CNSight: Evaluation of Clinical Note Segmentation Tools
von: Surana, Risha, et al.
Veröffentlicht: (2025)

From Feedback to Checklists: Grounded Evaluation of AI-Generated Clinical Notes
von: Zhou, Karen, et al.
Veröffentlicht: (2025)

When Reasoning Hurts: Source-Aware Evaluation of Frontier LLMs for Clinical SOAP Note Generation
von: Faisal, Faizan
Veröffentlicht: (2026)

Synthetic Patient-Physician Dialogue Generation from Clinical Notes Using LLM
von: Das, Trisha, et al.
Veröffentlicht: (2024)

MedSynth: Realistic, Synthetic Medical Dialogue-Note Pairs
von: Mianroodi, Ahmad Rezaie, et al.
Veröffentlicht: (2025)

Extracting Breast Cancer Phenotypes from Clinical Notes: Comparing LLMs with Classical Ontology Methods
von: Faiz, Abdullah Bin, et al.
Veröffentlicht: (2026)

Synthetic Clinical Notes for Rare ICD Codes: A Data-Centric Framework for Long-Tail Medical Coding
von: Vo, Truong, et al.
Veröffentlicht: (2025)

Improving Clinical Note Generation from Complex Doctor-Patient Conversation
von: Li, Yizhan, et al.
Veröffentlicht: (2024)

Leaps Beyond the Seen: Reinforced Reasoning Augmented Generation for Clinical Notes
von: Ting, Lo Pang-Yun, et al.
Veröffentlicht: (2025)

DART: An AIGT Detector using AMR of Rephrased Text
von: Park, Hyeonchu, et al.
Veröffentlicht: (2024)

Editing Knowledge Representation of Language Model via Rephrased Prefix Prompts
von: Cai, Yuchen, et al.
Veröffentlicht: (2024)

SHIELD: A Diverse Clinical Note Dataset and Distilled Small Language Models for Enterprise-Scale De-identification
von: Posada, Jose D., et al.
Veröffentlicht: (2026)

Clinical Note Bloat Reduction for Efficient LLM Use
von: Cahoon, Jordan L., et al.
Veröffentlicht: (2026)

Differentially Private De-identification of Dutch Clinical Notes: A Comparative Evaluation
von: Miranda, Michele, et al.
Veröffentlicht: (2026)

TATRA: Training-Free Instance-Adaptive Prompting Through Rephrasing and Aggregation
von: Dziuba, Bartosz, et al.
Veröffentlicht: (2026)

Generation of Synthetic Clinical Text: A Systematic Review
von: Alshaikhdeeb, Basel, et al.
Veröffentlicht: (2025)

A Note on Hybrid Online Reinforcement and Imitation Learning for LLMs: Formulations and Algorithms
von: Li, Yingru, et al.
Veröffentlicht: (2025)

DiReCT: Diagnostic Reasoning for Clinical Notes via Large Language Models
von: Wang, Bowen, et al.
Veröffentlicht: (2024)

Integrating Chain-of-Thought and Retrieval Augmented Generation Enhances Rare Disease Diagnosis from Clinical Notes
von: Wang, Zhanliang, et al.
Veröffentlicht: (2025)

DENSE: Longitudinal Progress Note Generation with Temporal Modeling of Heterogeneous Clinical Notes Across Hospital Visits
von: Keerthana, Garapati, et al.
Veröffentlicht: (2025)

Do Physicians Know How to Prompt? The Need for Automatic Prompt Optimization Help in Clinical Note Generation
von: Yao, Zonghai, et al.
Veröffentlicht: (2023)

Infherno: End-to-end Agent-based FHIR Resource Synthesis from Free-form Clinical Notes
von: Frei, Johann, et al.
Veröffentlicht: (2025)

Natural Language Processing for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review
von: Bilal, Muhammad, et al.
Veröffentlicht: (2024)

Extraction of Sleep Information from Clinical Notes of Patients with Alzheimer's Disease Using Natural Language Processing
von: Sivarajkumar, Sonish, et al.
Veröffentlicht: (2022)

MEDEC: A Benchmark for Medical Error Detection and Correction in Clinical Notes
von: Abacha, Asma Ben, et al.
Veröffentlicht: (2024)

ChartNet: A Million-Scale, High-Quality Multimodal Dataset for Robust Chart Understanding
von: Kondic, Jovana, et al.
Veröffentlicht: (2026)

Mining Clinical Notes for Physical Rehabilitation Exercise Information: Natural Language Processing Algorithm Development and Validation Study
von: Sivarajkumar, Sonish, et al.
Veröffentlicht: (2023)

Automated Extraction of Fluoropyrimidine Treatment and Treatment-Related Toxicities from Clinical Notes Using Natural Language Processing
von: Wu, Xizhi, et al.
Veröffentlicht: (2025)

A Decade-Scale Benchmark Evaluating LLMs' Clinical Practice Guidelines Detection and Adherence in Multi-turn Conversations
von: Tan, Andong, et al.
Veröffentlicht: (2026)

Can Community Notes Replace Professional Fact-Checkers?
von: Borenstein, Nadav, et al.
Veröffentlicht: (2025)

GneissWeb: Preparing High Quality Data for LLMs at Scale
von: Gohari, Hajar Emami, et al.
Veröffentlicht: (2025)