arXiv · AI· Wei-Wei Zhang, Pengkai Wang, Yan Li, Zhijie Sang, Guan-Qun Zhou, Jun-Yan Li, Shu-Han Zhou, Pei-Wen Liu, Ting-Xi Tang, Min Tang, Zhitian Hou, Jianmin Wu, Jian Guan, i Lin, Hongxia Yang, Ying Sun·· 1 天前AI 评分35
NPC-RubricBench：基于患者特异性准则的大语言模型纵向癌症护理评估
Patient-specific rubric-based evaluation of large language models across longitudinal cancer care
AI 导读
NPC-RubricBench发布，基于2家癌症中心405名患者的941个患者阶段单元评估30个大语言模型在鼻咽癌纵向护理中的表现。 该基准包含17688条患者特异性原子准则，诊断表现优异未转化为下游护理改进，不同阶段主导错误类型发生反转。 研究揭示静态诊断基准不足以确保临床可靠性，凸显多阶段医疗AI中自适应安全防护的重要性。
来源：arXiv · AI · arxiv.org