刚读了SwanNLP论文，叙事词义消歧的LLM框架真的靠谱吗？

我在构建一个医疗AI系统，需要处理临床叙事文本中的词义消歧。刚读了SwanNLP在SemEval-2026的论文，他们用LLM框架做叙事词义消歧的合理性评分。我在想这个框架能否直接应用到医疗领域，特别是处理医学术语的多义性问题。已经尝试了传统的BERT模型，但准确率只有78%，而且对上下文依赖不够敏感。