研究人员开发了EviGen,一个新颖的三层框架,旨在提高从电子健康记录(EHRs)生成临床推理的可靠性和效率。该系统通过首先识别预测临床结果的证据,然后使用这些排序的证据来构建一个基于事实的推理,最后采用验证器来检查生成的声明,从而解决了手动审查的不切实际和当前基于LLM的方法的不可靠性。在对三个医学数据集的评估中,EviGen在预测性能和推理忠实度方面均优于现有方法。 AI
影响 通过将推理建立在证据基础上,提高了AI在临床决策支持中的可靠性和效率。
排序理由 该集群包含一篇详细介绍临床推理生成新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- DagsHub
- EviGen
- Gotit.pub
- Hugging Face
- Influence Flower
- retrieval-augmented generation
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →