ArchEHR-QA 2026冠军方案：基于Gemini 2.5 Pro的级联式临床问答系统

HealthNLP_Retrievers团队凭借四级级联流水线架构获得ArchEHR-QA 2026冠军，核心采用Gemini 2.5 Pro大语言模型，覆盖患者问题理解、证据检索、答案生成与对齐环节，在问题理解赛道排名第一，强调有根据生成与可追溯性。

随着患者门户普及，个人可访问电子健康记录（EHR）但难以理解复杂临床术语；ArchEHR-QA 2026共享任务聚焦基于EHR的"有根据问答"，要求系统回答时明确依据病历原文。

系统采用四级模块化设计：

1. 少样本查询重构：将口语化患者问题转化为结构化查询；
2. 启发式证据评分器：优先保证召回率，快速定位相关临床句子；
3. 有根据答案生成器：严格基于证据生成，不引入外部知识；
4. 多对多对齐框架：建立答案与证据的精确对应关系。

赛道	排名	说明
问题理解	第1名	准确解析患者意图
答案生成	第5名	生成专业水准回答
证据识别	第7名	从病历中定位支持句
答案-证据对齐	第9名	建立答案与证据的关联
问题理解赛道第一验证了Gemini 2.5 Pro语义理解优势及查询重构模块有效性。

核心启示：将大语言模型嵌入结构化多阶段流水线，提升医学问答准确性、可追溯性和专业水准；对比端到端方案具有可控性（输出可干预）、可优化性（环节精细化调优）、可解释性（决策路径清晰）、鲁棒性（单点故障不崩溃）四大优势。

该方案为患者导向健康沟通场景提供落地参考，证明大语言模型可在严格医学约束下发挥作用；团队已开源代码，为后续研究与开发提供参考实现。