本研究提出了一种基于LLM的自动摘要方法，旨在减轻医疗文档的手动摘要负担。该方法使用7B模型和混合贝叶斯上下文扩展技术，在ROUGE-L指标上与谷歌的175B Gemini模型相近，显著提升了电子病历自动摘要的可行性。

本研究比较了多种大型语言模型在生成肺癌患者出院总结中的表现。结果表明，GPT-4o和调优后的LLaMA 3在生成清晰且符合临床相关性的总结方面表现优异，显示了自动摘要工具在提升医疗文档精确度和效率方面的潜力。