PulseAugur
实时 10:03:13
English(EN) Mapping Patient-Perceived Physician Traits from Nationwide Online Reviews with LLMs

大型语言模型从数百万在线评论中绘制美国医生特质图谱

研究人员开发了一个使用大型语言模型(LLMs)的流程,用于分析在线评论中患者感知的医生特质。该系统从数百万份美国医生评论中提取了十项特质评分,包括大五人格模型风格的维度。分析显示,男性医生通常获得更高的特质评分,尤其是在临床能力方面,并根据这些特质识别出四种不同的医生原型。这项工作旨在通过对评论进行LLM分析来绘制美国临床劳动力的感知图谱,可能对理解偏见以及LLM如何影响患者选择产生影响。 AI

影响 提供了一个大规模分析定性数据的框架,可能影响医患互动和医疗保健研究。

排序理由 学术论文,详细介绍了新颖的方法和发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

大型语言模型从数百万在线评论中绘制美国医生特质图谱

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Junjie Luo, Rui Han, Arshana Welivita, Zeleikun Di, Jingfu Wu, Xuzhe Zhi, Ritu Agarwal, Gordon Gao ·

    利用大型语言模型从全国在线评论中绘制患者感知的医生特质图谱

    arXiv:2510.03997v2 Announce Type: replace Abstract: Understanding how patients perceive their physicians is essential to improving trust, communication, and satisfaction. Patients increasingly consult large language models (LLMs) to summarize physician reviews and shape provider …