研究人员开发了ProCARE,一个旨在利用大型语言模型代理实现真实世界研究(RWS)自动化的框架。ProCARE通过将异构数据配置文件转换为“证据合同”来解决当前RWS自动化易出错的问题。这些合同指定了特定数据集的临床语义,例如索引日期和随访窗口,并被编译成一种称为RWS-IR的强类型中间表示。这种方法提高了RWS任务的代码可执行性、语义一致性和结论可追溯性,在基准任务上的表现优于现有的LLM代理基线。 AI
影响 该框架有望通过利用LLM在数据分析和解释方面的能力,显著提高真实世界医疗保健研究的可靠性和效率。
排序理由 该集群包含一篇研究论文,详细介绍了使用LLM代理实现真实世界研究自动化的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- arXivLabs
- electronic health records
- Evidence Contracts
- Hugging Face
- large language model agents
- Randomized Trials of Vitamin Supplements and Eye Disease
- RWS-IR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →