研究人员开发了RECITE框架,旨在自动化发现、提取和实施基于证据的临床试验资格标准修订过程。该系统利用方案修正文件创建了一个包含11,913个实例的数据集,将原始标准与支持性证据和拟议的更改进行配对。通过对各种LLM配置进行基准测试,研究发现Gemma 2 9B和GPT-4o表现相当,在经过领域专家验证的LLM-as-judge协议中取得了高分。该框架还通过一个代理式文献发现系统识别了44个相关的论文-试验匹配项,表明现有的临床知识可以被操作化以改进试验设计。 AI
影响 该框架可以通过利用LLM分析和更新资格标准来简化临床试验设计,从而可能加速研究和患者招募。
排序理由 该条目是一篇学术论文,详细介绍了一个新框架及其评估。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gemma 2 9B
- Gotit.pub
- GPT-4o
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →