对头癌质量指标的语义融合与LLMs
Georgina Kennedy1,2,3, Marnie Harris2, Arya Shinde2
1Maridulu Budyari Gumal (SPHERE) Cancer Clinical Academic Group.
Studies in health technology and informatics
|August 8, 2025
概括
我们创造了一种使用大型语言模型 (LLM) 来过头部癌症临床质量指标的新方法,使该过程更有效. 人类审查仍然是必要的,但这种方法为质量指标管理提供了通用化的方法.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 对头癌的临床质量指标 (CQI) 的管理是劳动密集型的.
- 现有的CQI审查方法往往是繁的,需要大量的人力资源.
研究的目的:
- 开发和评估一种使用大型语言模型 (LLM) 进行系统选和分类CQI的新方法.
- 提高头癌CQI审查过程的效率和知识驱动性质.
主要方法:
- 利用大型语言模型 (LLM) 来自动过和分类临床质量指标.
- 将基于LLM的方法与传统的人力资源密集的审查过程进行了比较.
主要成果:
- 成功展示了LLM的应用,以显著减少CQI管理中的手工工作.
- 法学士的方法将繁的审查过程转化为更有效的,以知识为导向的系统.
结论:
- 开发的基于LLM的方法为有效的临床质量指标管理提供了可通用和有前途的途径.
- 人类监督仍然至关重要,因为语言模型在这种情况下不能完全取代人类审查.
