开发基于大型语言模型的管道用于疾病诊断的识别:关于在退伍军人卫生管理局电子健康记录中识别新诊断的多发性髓瘤及其前体疾病的案例研究

科学领域:

• 生物医学信息学 生物医学信息学
• 临床研究信息学 临床研究信息学
• 在医疗保健中的自然语言处理.

背景情况:

• 通过电子健康记录 (EHR) 准确诊断疾病对于临床研究至关重要.
• 复杂的诊断,如多发性骨髓瘤 (MM) 和其前体MGUS,存在重大识别挑战.
• 目前的方法可能需要多个来源的数据或广泛的预处理.

研究的目的:

• 开发和验证基于大型语言模型 (LLM) 的管道,用于识别MGUS和MM诊断.
• 仅使用临床笔记来评估LLM管道的性能.
• 将LLM管道与传统基于规则和机器学习方法进行比较.

主要方法:

• 利用国家退伍军人卫生管理局的电子健康记录.
• 开发并验证了基于LLM的管道,使用ICD代码识别的MGUS/MM患者的临床笔记.
• 使用Llama-3-8B模型的快速工程.

主要成果:

• 在评估的模型中,Llama-3-8B LLM 管道实现了最佳性能.
• 与基于规则和ML方法相比,管道在识别MGUS方面表现优越.
• 在MM识别方面也取得了相似的表现,仅依靠临床笔记.
• 该LLM管道减少了预处理步骤和整体处理时间.

结论:

• 基于LLM的管道可以高效有效地从EHR临床笔记中识别MGUS和MM等复杂诊断.
• 这种方法为手动图表抽象和传统NLP方法提供了可行的替代方案.
• 开发的管道简化了EHR中的诊断识别过程.