大規模な言語モデルを用いた臨床メモの要約システムの開発と評価

科学分野:

• 医療における人工知能
• 自然言語処理
• 臨床情報学

背景:

• 臨床ノートには重要な患者の入院データが含まれていますが,体積と複雑さのために評価することは困難です.
• 臨床的注意事項の正確な要約は,効果的な臨床的意思決定に不可欠です.
• 大規模な言語モデル (LLM) は,一貫性があり,文脈に関連した臨床テキストを生成するための有望なアプローチを提供します.

研究 の 目的:

• 大規模な言語モデルを利用した解約要約システムを開発する.
• 医療従事者や患者を含むエンドユーザーの実用的なニーズと経験を満たすようにする.
• LLMのパフォーマンスを評価するための堅実な評価枠組みを確立する.

主な方法:

• オンライン調査と医師と患者のインタビューを行って ユーザーからのフィードバックを集めました
• 迅速な効果を評価するための評価システムを開発しました.
• 人間による評価を基準としてLLMによって生成された出力を比較した.

主要な成果:

• LLMは人間のレベルに近い 診断解釈の精度を示した.
• このシステムは,医療従事者が日常的なドキュメンテーションの作業を手伝うための可能性を示しています.
• システムの実用性を磨くために,ユーザーからのフィードバックが組み込まれました.

結論:

• LLMは臨床環境の改善に 大きな可能性を秘めている.
• この技術は医療の文書化プロセスを簡素化できます
• 医療における意思決定支援の新たな道を開きます.