跳到正文
arXiv · NLP· Zhusi Zhong, Carl M. Porto, David Hong, Miranda Gonzales, Revyn Kim, Gnaneswari Karayi, Lulu Bi, Joshua R. Feler, Elias Shaaya, Scott Collins, Liqi Shu, Grayson Baird, Mahesh Jayaraman, Shadi Yaghi, Zhicheng Jiao, Dylan N. Wolman·· 21 天前AI 评分34

LLM 用于精准医疗图表摘要:在卒中领域实现可扩展且安全的 AI 部署

Large Language Models for Accurate Medical Chart Abstraction: Enabling Scalable and Secure Artificial Intelligence Deployment in Stroke

AI 导读

研究评估了基于提示词的大型语言模型框架在卒中介入报告中提取 8 项临床变量的性能。 涵盖 2,416 份报告,22 个指令微调开源模型经 Quick Response 和 CoT 提示测试,LLaMA3.3-70B 总体准确率最高达 94.8%。 本地部署 LLM 可支持可扩展临床信息提取和回顾性卒中登记库整理,复杂情况需专家监督。

来源:arXiv · NLP · arxiv.org