AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-16
Kerangka validasi multitahap untuk ekstraksi informasi klinis berskala besar yang tepercaya menggunakan model bahasa besar
Judul asli: A multi-stage validation framework for trustworthy large-scale clinical information extraction using large language models
Validasi model bahasa besar untuk ekstraksi informasi klinis biasanya memerlukan anotasi manual yang mahal. Para penulis mengusulkan kerangka kerja multitahap yang menggabungkan penyaringan berbasis aturan, grounding semantik, evaluasi judge-LLM, tinjauan pakar, dan analisis validitas prediktif. Diterapkan pada diagnosis gangguan penggunaan zat dalam 919.783 catatan klinis, kerangka ini menghapus 14,59% ekstraksi positif LLM karena tidak didukung atau tidak masuk akal. LLM utama mencapai skor F1 sebesar 0,80 terhadap evaluasi judge, dan diagnosis yang diekstraksinya memprediksi keterlibatan perawatan spesialis berikutnya lebih baik daripada baseline data terstruktur.