IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-23
O ajuste por instruções de grandes modelos de linguagem com dados de classificação médica melhora a codificação CID de diagnósticos de tumores em alemão
Título original: Instruction-tuning large language models with medical classification data improves ICD coding of German tumor diagnoses
Este estudo aborda a codificação CID automatizada de textos de diagnóstico de tumores em alemão usando modelos de linguagem de pesos abertos que podem ser implantados localmente. Oito modelos Qwen, Llama e Mistral (7–70 bilhões de parâmetros) passaram por ajuste fino com mais de 500.000 pares de pergunta e resposta construídos a partir de recursos públicos de classificação. A acurácia na CID-10-GM subiu de 1,4% para 24% e depois para 41–58%, as saídas malformadas caíram para quase 0%, e o conjunto de dados de treinamento e os melhores checkpoints foram disponibilizados publicamente.