AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (computational biology) · 2026-10-16

لارج لینگوئج ماڈلز کے ذریعے بڑے پیمانے پر قابلِ اعتماد طبی معلومات نکالنے کے لیے کثیر مرحلہ توثیقی فریم ورک

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

کلینیکل معلومات کے استخراج کے لیے بڑے لینگوئج ماڈلز کی توثیق میں عموماً مہنگی دستی تشریح درکار ہوتی ہے۔ مصنفین نے ایک کثیر مرحلہ فریم ورک تجویز کیا جو اصول پر مبنی فلٹرنگ، معنوی بنیاد بندی، جج-LLM کی تشخیص، ماہرین کے جائزے اور پیش گوئی کی افادیت کے تجزیے کو یکجا کرتا ہے۔ جب اسے 919,783 کلینیکل نوٹس میں مادّے کے استعمال کے عارضوں کی تشخیصات پر لاگو کیا گیا تو اس نے LLM کے 14.59% مثبت استخراجات کو غیر مدلل یا ناقابلِ یقین قرار دے کر ہٹا دیا۔ بنیادی LLM نے جج کی تشخیصات کے مقابلے میں 0.80 کا F1 اسکور حاصل کیا، اور اس کی نکالی گئی تشخیصات نے ساختہ ڈیٹا کی بنیادی لائنوں کے مقابلے میں بعد کی خصوصی نگہداشت میں شمولیت کی بہتر پیش گوئی کی۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →