Sep, 2023
AE-GPT: 使用大型语言模型从监测报告中提取不良事件 - 以流感疫苗不良事件为案例
AE-GPT: Using Large Language Models to Extract Adverse Events from Surveillance Reports-A Use Case with Influenza Vaccine Adverse Events
Yiming Li, Jianfu Li, Jianping He, Cui Tao
TL;DR利用 1990 年至 2016 年之间的 Vaccine Adverse Event Reporting System (VAERS) 数据，本研究重点评估了大型语言模型（LLMs）在不良事件（AEs）提取方面的能力，其中包括 GPT-2，GPT-3 变体，GPT-4 和 Llama 2 等多种流行 LLMs。其中，经过微调的 GPT 3.5 模型（AE-GPT）在严格匹配方面取得了 0.704 的平均微 F1 分数，松弛匹配方面为 0.816。AE-GPT 的鼓舞人心的表现突出了 LLMs 在处理医疗数据方面的潜力，标志着在高级 AE 检测方面又迈出了重要一步，因此可能推广到其他 AE 提取任务。