研究人员开发了一个双大型语言模型(LLM)管道,用于从接受Trofinetide治疗的Rett综合征患者的临床笔记中有效提取治疗反应表型。该管道分析了来自108名患者的26,000多条笔记,识别出18种不同的表型,包括不良反应和该疾病的临床特征。与传统方法相比,LLM方法显示出显著更高的准确性,为临床环境中的真实世界证据收集提供了可扩展的解决方案。 AI
影响 这项研究展示了一种从非结构化文本中提取临床见解的可扩展方法,有可能加速药物开发和患者监测的真实世界证据生成。
排序理由 该项目是一篇研究论文,详细介绍了使用LLM进行临床数据提取的新颖方法。 [lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- large language model
- Rett syndrome
- ScienceCast
- Texas Children's Hospital
- trofinetide
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →