evidence-based medicine | BriefGPT

关键词evidence-based medicine

搜索结果 - 12

大型语言模型在数值和语义医学知识方面的性能表现：基于循证问题与答案的基准评估
临床问题解决需要处理语义医学知识，如疾病描述和诊断测试的数值医学知识进行循证决策。因此，我们评估了大型语言模型（LLMs）在数值和语义问题类型上的表现，并将其与人类进行比较。研究发现，LLMs 在语义问题上的表现优于数值问题，在不同的医学方
PDFa month ago
使用变换器进行系统性文献筛选
我们开发了一种建立通用筛选系统的方法，该系统可以根据研究问题中描述的内容需求，将其与广泛搜索词应用所得到的候选文章进行匹配。我们的结果表明，预训练于生物医学文献并针对特定任务进行微调的转换器模型为解决这个问题提供了有希望的解决方案，能够过滤
PDFa month ago
鉴别和协调社交媒体上的医疗声明与医疗论据
通过将社交媒体平台上的医疗主张与最新的、最佳的证据相结合，本研究旨在帮助非医学专业人士更有效地评估这些医疗主张的真实性。我们研究了三个核心任务：识别医疗主张、提取医学词汇以及检索与这些医疗主张相关的证据，并提出了一个能够为每个核心任务生成合
PDF2 months ago
基于证据的医学高阶推荐的时间关键推理
本文提出了一种高阶推理模型，以在 ICU 中的循证医学中以时间紧迫的方式为应用提供建议。我们的系统中使用了大型语言模型（LLM）。实验结果表明，在 “What-if” 场景中，LLM 与人类医生的治疗方案相似度达到了 88.52%。在 “W
PDF2 months ago
FactPICO：医学证据的简化语言摘要的事实性评估
FactPICO 是一个针对医学文本的纯文本摘要事实性基准，通过细致评估和专家的自然语言解释，评估了基于 LLMs 的三种纯文本摘要生成模型（GPT-4，Llama-2 和 Alpaca）生成的 345 个 RCT 摘要的事实性，解析了 R
PDF5 months ago
用于系统评审筛选自动化的零样本生成式大型语言模型
使用零 - shot 大型语言模型～(LLMs) 进行自动筛选的效果研究显示，指导微调在筛选中发挥重要作用，校准使 LLMs 实现了有针对性的回收，并且将两者与零 - shot 模型集成结合，与最先进的方法相比节省了大量筛选时间。
PDF6 months ago
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。
PDF6 months ago
住院医学考试中正确答案的解释性论证提取
为了协助医学专家在日常活动中开发所需技术成为目前人工智能研究领域的热门话题。因此，最近提出了许多大型语言模型（LLMs）和自动基准，旨在利用自然语言作为人工智能与人类交互的工具，促进循证医学中的信息提取。本文提出了一个新的数据集，通过与以往
PDF7 months ago
利用生成人工智能进行临床证据摘要的可信性需求
通过使用最佳可用证据赋予医疗决策和实践更好的质量，循证医学旨在改善医疗保健。然而，医学证据的快速增长来自不同的来源，这在收集、评估和综合证据信息方面带来了挑战。最近发展的生成 AI 模型，如大型语言模型，有望在简化艰巨任务方面发挥作用。然而
PDF7 months ago
SIGIRPICO 跨度标注中的一致性研究
本文研究了由多个人工标注员（包括专家和非专家）进行的 PICO 注释的一致性，并发现个体标注员的注释边界非常多样化，认为仅使用标准协议可能会削弱 PICO 跨度的一致性，同时采用标准和宽松协议更适用于 PICO 跨度评估。
PDF5 years ago
ACL一个包含多层病人、干预和结果注释的语料库，以支持医学文献语言处理
该研究提供了一份 5000 份医学文章摘要的标注语料库，其中的标注包括描述人口、干预方法及比较、以及测量结果等关键信息，旨在协助检索医学文献并支持循证医学实践。
PDF6 years ago
利用最大熵分类器和全局约束从随机临床试验摘要中提取证据表
本文提出了一种 NLP 系统，结合最大熵分类器和整数线性规划方法，用于系统地提取从随机对照实验中获得的所有信息，并使用实验证明了全局约束的重要性。
PDF9 years ago