CRISS：面向癌症登记员的 RAG AI 聊天助手

arXiv:2609.29075v1 公告类型：新提交 摘要：癌症登记员（包括肿瘤数据专家 ODS）必须解读复杂且频繁更新的编码与分期标准。我们开发了 CRISS（癌症登记智能支持系统），这是一个检索增强生成（RAG）对话助手，可快速提供带引文支持的登记指南访问。本研究评估了 CRISS 能否（1）支持准确且附引文的回答，（2）改善对相关指南的获取与解读，以及（3）在保留人工对最终抽象决策监督的同时，支持培训/帮助台使用。我们基于国家癌症登记标准构建了领域专用知识库，将其切分为带元数据标签的段落并索引为稠密向量。检索到的段落通过大语言模型（LLM）生成有引文依据的回答。研究采用 LLM-as-a-Judge 协议，评估了 Gemini 与 GPT 系列中的开放权重、专有及非 RAG 基线模型在易、中、难三个难度等级登记问题上的表现。RAG 配置始终优于非 RAG 方法，且问题难度越高优势越明显。RAG 在易/中/难三个层级的平均 grounding 得分为 0.62/0.56/0.59，而非 RAG 为 0.29/0.26/0.29。RAG 模型的语义相似度得分总体也更高。专有 RAG 模型在易、中难度问题上表现最强，而本地 RAG 模型在难题上排名最高；专有模型通常更为谨慎。领域专用 RAG 提升了癌症登记问题的证据 grounding 与回答质量，并能在各复杂度层级提供带引文支持的辅助。CRISS 展示了以人为中心、基于引文 grounding 的 AI 在支持癌症登记员的同时，为最终编码决策保留人工监督的潜力。