一个基于LLM的可视化和分析辅助,用于二次使用的临床数据平台
Sören Spiegel1, Thore Wendt1, Christopher Gundler1
1Institute for Applied Medical Informatics, Center for Experimental Medicine, University Medical Center Hamburg-Eppendorf, Hamburg, Germany.
Studies in health technology and informatics
|August 23, 2024
概括
这项研究引入了一个新的基于LLM的聊天机器人,集成到数据酒店平台中,以帮助研究人员从患者数据中产生假设. 这提高了数据分析,代码存储和整体研究效率和可重复性.
科学领域:
- 临床信息学 临床信息学
- 人工智能在医学中的应用
- 健康 数据科学 数据科学
背景情况:
- 临床研究在很大程度上依赖于患者数据的二次使用.
- 现有的平台往往缺乏用于假设生成和数据分析的先进工具.
- 整合人工智能可以显著提高研究效率和可重复性.
研究的目的:
- 引入使用二次数据的临床研究新方法.
- 在"数据酒店"平台中部署和评估基于大型语言模型 (LLM) 的聊天机器人.
- 为了提高临床研究人员的假设生成,数据可视化,分析和代码可复制性.
主要方法:
- 将基于LLM的聊天机器人集成到一个专门的"数据酒店"平台中.
- 开发用于数据可视化和分析的功能.
- 实现无代码存储,以实现研究可重复性.
主要成果:
- 基于LLM的聊天机器人可以从二级患者数据生成假设.
- 研究人员可以通过该平台更有效地可视化和分析数据.
- 生成的代码被无存储,提高了研究效率和可重复性.
结论:
- 在数据酒店平台中集成基于LLM的聊天机器人显著提高了临床研究能力.
- 这种新的方法提高了医疗专家的数据可访问性,分析性和可重复性.
- 利用LLM能力提高了临床研究平台的实用性和可访问性.


