使用大型语言模型在患有晚期癌症的患者中识别医疗保健目标文件的可行性研究
Nicole D Agaronnik1,2, Joshua Davis2,3, Christopher R Manz1,2,4
1Harvard Medical School, Boston, MA.
大型语言模型 (LLM) 可以有效地识别临床笔记中的护理目标对话,并生成有用的摘要. 这项技术对大规模改进文档和患者护理充满希望.
科学领域:
- 医疗信息学 医疗信息学
- 自然语言处理自然语言处理.
- 在瘤学瘤学.
背景情况:
- 确定医疗目标 (GOC) 对话对于以患者为中心的护理至关重要,特别是在晚期癌症中.
- 对中国政府文档的广泛临床注释的手动审查是耗时和资源密集的.
研究的目的:
- 利用大型语言模型 (LLM) 在大量临床笔记数据集中自动识别中国政府对话.
- 评估LLM在生成中国政府讨论的新,临床相关摘要方面的有效性.
主要方法:
- 使用HIPAA安全版本的GPT-4o与验证的LLM提示符来分析晚期癌症患者的电子健康记录 (EHR).
- 对中国政府文件存在,解释准确性和幻觉得分的LLM输出进行评估.
- 开发并测试了两个LLM提示程序,用于结构化和非结构化的GOC总结.
主要成果:
- 在近1400份临床笔记中,LLM标记了大约40%的中国政府文档,在128名患者中确定了中国政府的临床笔记 (近40%).
- 幻觉指数很低,表明LLM生成的解释和EHR源文本之间的高保真性.
- 每位患者在不到两分钟的时间内准确地生成了LLM生成的摘要.
结论:
- 大型语言模型显示出可扩展识别和总结护理目标对话的巨大潜力.
- 这些发现支持将LLM整合到临床工作流程中,以加强文档和患者护理.
更多相关视频
06:28E-Patient Counseling Trial E-PACO: Computer Based Education versus Nurse Counseling for Patients to Prepare for Colonoscopy
Published on: August 1, 2019
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
相关概念视频
Documentation in Long-Term and Home Healthcare Setting
Long-Term Care Facilities
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Role of Communication in the Nursing Process II: Planning and Implementation
Role of Communication in the Nursing Process III: Evaluation and Documentation
Guidelines for Writing Outcome
Patient outcomes reflect the patient's response to the goal rather than what the nurse aims to achieve. Terminology should be observable and measurable to avoid the reader's interpretation. The desired outcome should be realistic and achievable in the designated care timeframe. Expected outcomes should align with adjunctive therapies. The outcome should enhance care...
Cancer Survival Analysis
