الذكاء الاصطناعي ومشكلات العالم الصعبة · الطب واكتشاف الأدوية · Nature (computational biology) · 2026-10-16

إطار تحقق متعدد المراحل لاستخراج المعلومات السريرية واسعة النطاق بشكل موثوق باستخدام النماذج اللغوية الكبيرة

العنوان الأصلي: A multi-stage validation framework for trustworthy large-scale clinical information extraction using large language models

يتطلب التحقق من صحة النماذج اللغوية الكبيرة في استخراج المعلومات السريرية عادةً توصيفًا يدويًا مكلفًا. اقترح المؤلفون إطار عمل متعدد المراحل يجمع بين الترشيح القائم على القواعد، والتأصيل الدلالي، وتقييم النموذج اللغوي الكبير الحكم، ومراجعة الخبراء، وتحليل الصلاحية التنبؤية. وعند تطبيقه على تشخيصات اضطرابات تعاطي المواد في 919,783 ملاحظة سريرية، أزال 14.59% من عمليات الاستخراج الإيجابية للنموذج اللغوي الكبير باعتبارها غير مدعومة أو غير معقولة. وحقق النموذج اللغوي الكبير الأساسي درجة F1 بلغت 0.80 مقارنةً بتقييمات الحكم، وتنبأت التشخيصات التي استخرجها بالانخراط اللاحق في الرعاية التخصصية على نحو أفضل من خطوط الأساس المعتمدة على البيانات المنظمة.

اقرأ المصدر الأصلي ↗

جميع العناصر →