根据器官和系统检查HPO,以方便临床医生在实践中使用
Eisuke Dohi1, Terue Takatsuki2, Yuka Tateisi3
1National Center of Neurology and Psychiatry, National Institute of Neuroscience, Kodaira, Tokyo, Japan. edohi@ncnp.go.jp.
Genomics & informatics
|November 13, 2024
概括
人类表现型本体学 (HPO) 含有混合术语,阻碍了LLMs准确的临床文本注释. 提高HPO术语清晰度和临床医生的参与对于更好的数据质量和AI利用至关重要.
科学领域:
- 生物医学信息学 生物医学信息学
- 临床数据注释
- 本体学 工程学 工程学
背景情况:
- 人类表型本体学 (HPO) 对于临床文本注释至关重要.
- 大型语言模型 (LLM) 可以提取症状,但与HPO注释扎.
- 一个潜在的限制是HPO本身缺乏适当的条款.
研究的目的:
- 分析 HPO 术语在其子类中的组成.
- 为了识别HPO类别中存在的属性类型.
- 了解HPO在基于LLM的临床文本分析中的局限性.
主要方法:
- 利用LLM从23个HPO子类中提取HPO术语和属性.
- 对HPO术语及其属性进行手动策划和分析.
- 评估了LLM在缺乏上下文信息的HPO相关任务上的表现.
主要成果:
- 该HPO包含了四个主要属性的混合物:疾病名称,条件,测试数据和症状/发现.
- "症状和发现"术语的比例在HPO类别之间差异很大 (0-93.1%).
- 在没有足够的句子上下文的情况下,LLM需要特定的策略来很好地执行HPO分析任务.
结论:
- HPO术语的异质性使准确的,自动化的临床文本注释变得复杂.
- 临床医生的意见对于开发高质量,可理解的实体学至关重要.
- 提高本体学清晰度和理解局限性是利用LLM在医疗保健中的关键.


