相关实验视频
Updated: Jan 11, 2026
01:22
Bone Marrow Sampling and Transplants
846
乳腺癌重建中的大型语言模型:为患者特定的恢复和预测洞察力的框架
Chunrao Zheng1, Qunfang Li1, Geling Lu1
1Division of Breast Surgery, Department of General Surgery, Shenzhen People's Hospital (The Second Clinical Medical College, Jinan University; The First Affiliated Hospital, Southern University of Science and Technology), Shenzhen 518020, Guangdong, PR China.
SLAS technology
|April 11, 2025
概括
这项研究引入了使用自然语言处理 (NLP) 和大型语言模型 (LLM) 进行个性化乳腺癌重建恢复的新框架. 它增强了预测洞察力和患者特定的护理策略,以改善结果.
科学领域:
- 计算瘤学是一种计算瘤学.
- 医疗信息学医学信息学
- 自然语言处理 (NLP) 是一种自然语言处理.
背景情况:
- 乳腺癌重建对于患者的康复至关重要,但需要个性化策略.
- 现有的方法缺乏针对复杂恢复途径的个性化预测洞察力.
研究的目的:
- 利用NLP和大型语言模型 (LLM) 开发一个独特的框架,以提高乳腺癌重建中的患者特异性恢复.
- 改善关于重建成功,并发症和恢复时间表的预测见解.
主要方法:
- 利用自然语言处理 (NLP) 技术,包括Lemmatization/Stemming,用于数据预处理.
- 使用 BioBERT 来从生物医学文本中提取特征.
- 集成的高级大型语言模型 (LLM),如ChatGPT-4和Gemini,用于预测预测.
主要成果:
- 实现了高准确率:ChatGPT-4达到了98.4%和Gemini达到了98.7%.
- 对于两种LLM,表现出卓越的响应得分,可读性和相关性.
- 框架提供了对并发症,康复时间和心理社会因素的个性化见解.
结论:
- NLP和LLM框架为个性化乳腺癌重建护理提供了强大的工具.
- 使临床医生能够预测并发症,并为更好的患者结果量身定制康复计划.
- 通过将计算技术与生命科学研究联系起来,改变了以患者为中心的治疗方法.
