Jan, 2024

将临床实践指南纳入大型语言模型以提升临床决策支持

PDF
TL;DR通过将临床实践指南（CPGs）融入大型语言模型（LLMs），可以显著提高临床决策支持（CDS）的效果，我们针对 COVID-19 门诊治疗展开的案例研究表明，LLMs 与 CPGs 相结合相对于普通的 LLMs 与零提示（ZSP）提供了更准确的建议，并且还展示了更广泛应用的潜力。
large language modelsclinical practice guidelinesclinical decision supportcovid-19 outpatient treatmentzero-shot prompting
发现论文，激发创造
  • 基于 ChatGPT 的大型语言模型用于众包决策的提示设计策略：模型、分析与挑战

    利用 ChatGPT 辅助 Crowd Decision Making（CDM）过程来提取意见和做决策，并在多标准决策场景中进行了实证实验，结果表明利用 ChatGPT 开发高质量决策模型的前景很有希望。

    Mar, 2024

  • 基于新型大型语言模型的临床决策支持系统在 12 个临床专科中的药物安全发展和测试

    我们介绍了一种基于检索增强生成（RAG）- 大型语言模型（LLM）的临床决策支持系统（CDSS），用于安全药物处方。该模型通过提供与患者背景和机构指南相适应的相关处方错误警报来解决传统基于规则的 CDSS 的局限性。本研究评估了基于 LLM 的 CDSS 在识别各种医疗和外科病例中的药物错误方面的有效性，与人工专家小组进行对比。同时，研究还检验了临床医生对不同 CDSS 集成模式的偏好：初级药师、仅基于 LLM 的 CDSS 和两者的组合。

    Jan, 2024

  • 生成型大型语言模型是循证医学的自主实践者

    通过使用人工智能的生成式大型语言模型，可以使其作为自主的循证医学的从业者，通过工具的使用与真实世界的医疗系统进行交互，并以符合指南的方式执行患者管理任务，这有可能通过进一步的改进来推动医疗的转型。

    Jan, 2024

  • CPLLM: 大型语言模型下的临床预测

    我们提出了一种利用大型语言模型（LLM）进行临床疾病预测的方法，该方法通过对 LLM 进行精细调整，利用诊断记录预测患者在下次就诊或随后的诊断时是否被诊断为目标疾病，并与逻辑回归、RETAIN 和 Med-BERT 等多种基准模型进行对比，实验证明 CPLLM 在 PR-AUC 和 ROC-AUC 指标上均优于基准模型。

    Sep, 2023

  • 基于大型语言模型的系统回答实际临床问题

    利用大型语言模型构建基于检索增强生成和创新研究的系统能为患者护理提供相关证据，提高医疗决策质量。

    Jun, 2024

  • 利用大型语言模型协助医生改善临床试验的患者预筛选

    使用 InstructGPT 帮助医生根据患者的医疗概况确定临床试验的资格，通过组合一次性、选择推论和思考链技术，将 LLM 应用于 10 个合成患者概况，并有医生参与辅助判断，可实现 1.0 的召回率和 0.71 的精确率。

    Apr, 2023

  • 大型语言模型准备好应用于医疗保健了吗？临床语言理解的比较研究

    本研究通过对临床语言理解任务的全面评估和引入一种新的提示策略 —— 自问自答提示（SQP），来提高大型语言模型 (GPT-3.5、GPT-4 和 Bard) 在医疗相关任务中的性能，同时还提供了有关挑战性关系抽取任务误差分布和潜在改进方法的有价值洞察。此项研究为之后的研究和开发医疗应用奠定了基础。

    Apr, 2023

  • 利用大型语言模型为患者匹配临床试验

    研究使用大型语言模型（LLMs）协助患者和转诊医生从广泛的选择中筛选适合的临床试验，并评估了 TrialGPT 在 184 名患者和 18,238 个注释临床试验的实验结果，表明其高准确性和排名排除不合格候选试验的有效性。

    Jul, 2023

  • 大型通用语言模型在评估从成人重症监护电子病历记录中提取的语义概念上的应用评估

    通过医生评注和认定的方法，我们研究了三种通用大型语言模型（LLMs）在理解和处理真实世界临床笔记中的性能，并发现 GPT-4 整体表现优于其他 LLMs。此外，我们开发了一个全面的定性性能评估框架，旨在验证 LLMs 在处理复杂医学数据方面的能力，并为将来在专门领域的 LLM 评估建立基准。

    Jan, 2024

  • 多个大型语言模型的综合洞察提高诊断准确性

    通过使用集体智能方法和 200 个真实病例的临床案例数据集，我们评估和比较了使用个别商业大型语言模型（OpenAI GPT-4、Google PaLM 2、Cohere Command、Meta Llama 2）提取的不同诊断与使用组合相同大型语言模型的回答合并后产生的不同诊断之间的准确性，结果发现聚合多个不同大型语言模型的回答能够更准确地产生不同诊断。

    Feb, 2024