大型语言模型用于应用医疗服务研究中的大规模,严格的定性分析
Sasha Ronaghi1,2, Emma-Louise Aveling3, Maria Levis4
1Department of Computer Science, Stanford University, 353 Jane Stanford Way, Stanford, CA, 94305, USA.
大型语言模型 (LLM) 提高了医疗服务研究中的定性分析效率. 该框架指导了LLM集成,改善数据合成和编码,以改善实践和理论.
科学领域:
- 医疗保健服务研究 医疗服务研究
- 定性方法论 定性方法论
- 医疗保健中的人工智能
背景情况:
- 大型语言模型 (LLM) 为提高医疗服务研究中的定性分析效率提供了潜力.
- 在现实世界的定性研究中LLM整合的方法指南和证据有限.
- 联邦合格卫生中心 (FQHCs) 提供基本的初级保健,需要有效的研究方法.
研究的目的:
- 开发一个模型和任务不可知的框架,用于在定性分析中整合人类和LLM方法.
- 在FQHCs的糖尿病护理多站点研究中展示该框架的应用.
- 评估LLM协助对定性数据合成和演编码的影响.
主要方法:
- 开发了适用于各种研究目标的人类LLM定性分析的灵活框架.
- 实施了LLM辅助的研究人员摘要的定性合成,以生成比较反报告.
- 使用LLM辅助的167次采访成绩单的演编码来改进干预.
主要成果:
- 通过LLM的协助,医疗保健从业者能够及时提供反.
- 实现了大规模定性数据的整合,为理论和实践的变化提供了信息.
- 通过人-LLM合作,在定性分析中证明了提高效率和保持严谨性.
结论:
- 可以有效地将LLM整合到应用医疗服务研究中,以提高效率.
- 开发的框架支持定性研究中的多种分析目标.
- 这项研究为质量健康研究中的创新LLM应用提供了指导.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
13:44Project-Based Learning Guidelines for Health Sciences Students: An Analysis with Data Mining and Qualitative Techniques
Published on: December 9, 2022
相关概念视频
Qualitative Analysis
There are two main approaches to qualitative analysis:...
Qualitative Analysis
For instance, group IV...
Mechanistic Models: Compartment Models in Individual and Population Analysis
Statistical Methods for Analyzing Epidemiological Data
Data Validation
Nursing assessment guides are generally based on holistic models rather than medical...
Models of Health Promotion and Illness Prevention I
The health belief model (HBM) attempts to predict health-related behavior in specific belief patterns. According to the HBM, a person's...
