TRACE算法压缩临床记录优化LLM

TRACE系统利用EHR元数据去除临床记录中的模板与重复文本。在四个队列的530万份记录中，该系统捕获了86%的标注模板字符，且被移除文本中仅0.3%至6.6%被标记为医生生成。 在斯坦福医疗保健1000名随机抽样患者中，TRACE将图表文本减少了47.3%，累计减少约7.43亿字符，平均每位患者减少22万token。该方法在保留信息提取与预测性能的同时，显著提升了LLM处理效率。 基于不同模型定价方案，该项目预计三年内净节省100万至1358万美元，涵盖了初次处理及年度维护成本。研究证实，通过减少冗余文本， TRACE有效降低了医疗数据中因模板化内容导致的计算资源浪费。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。