神经外科手术众筹的国家趋势:使用大型语言模型对公开可用的数据进行可扩展的自然语言处理
Advait Patil1, Jakob Ve Gerstl1, Jeff Choi2
1Harvard Medical School, Boston, MA, USA; Department of Neurosurgery, Mass General Brigham, Boston, MA, USA.
概括
神经外科众筹活动筹集了大量资金,但成功率很低,突出了差异. 活动细节和社交媒体参与影响融资成功.
科学领域:
- 神经外科 神经外科
- 医疗群众融资 医疗群众融资
- 健康差异 在健康上的差异
背景情况:
- 在线众筹是医疗保健成本的重要来源,特别是在弱势群体.
- 现有的社会安全网存在差距,越来越依赖众筹.
- 众筹对神经外科手术资金的影响在很大程度上仍未被描述.
研究的目的:
- 分析全国范围内的神经外科众筹活动.
- 描述筹集的资金,成功率和地理分布.
- 为了确定频繁的神经外科条件和影响资金成功的因素.
主要方法:
- 利用2010年5月至2020年12月的GoFundMe数据进行神经外科活动.
- 采用大型语言模型 (GPT-4) 进行子专业分类和诊断提取.
- 进行多变量回归以评估活动特征与筹集资金之间的关联.
主要成果:
- 分析了12998个活动,从5.14亿美元的募集资金中筹集了9300万美元 (18.1%的成功率).
- 平均竞选持续时间为2.6年;平均筹集资金为7,176.3美元.
- 竞选描述的长度,社交媒体的点赞,以及神经外科疾病领域与增加的资金相关.
结论:
- 这是对神经外科手术众筹的首次全面分析.
- 融资成功受到竞选特定因素的重大影响.
- 验证了大型语言模型在众筹数据中分析复杂的医学文本的有效性.
更多相关视频
03:14Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
Published on: December 6, 2024
691
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
587
