English(EN) Privacy-Preserving Local Language Models for Longitudinal Data Retrieval in Chronic Dermatologic Disease: Implementation in Pemphigus Patients

小型语言模型助力皮肤科医生总结患者记录

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

研究人员开发了一种能够从大量患者记录中检索临床特征并生成纵向摘要的隐私保护型小型语言模型（SLM）。在一项涉及 30 名天疱疮患者的研究中，本地部署的 Qwen3 4B Thinking 2507 模型在特征检索方面达到了 82.25% 的准确率，并且其生成的摘要获得了皮肤科医生的高度评价。研究结果表明，此类 SLM 在适当监督下，可以通过减轻临床医生工作量和改善关键患者历史信息的提取来辅助临床决策。 AI

影响展示了大型语言模型在提高复杂患者病史管理中的临床效率和准确性的潜力。

排序理由该集群包含一篇学术论文，详细介绍了小型语言模型在临床数据检索和摘要方面的创新应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Abdurrahim Yilmaz, Ay\c{s}e Esra Koku Aksu, Duygu Yamen, Vefa Asli Erdemir, Mehmet Salih Gurel, Gulsum Gencoglan, Joram M. Posma, Burak Temelkuran · 2026-05-26 04:00

Privacy-Preserving Local Language Models for Longitudinal Data Retrieval in Chronic Dermatologic Disease: Implementation in Pemphigus Patients

arXiv:2605.25020v1 Announce Type: new Abstract: Chronic dermatologic diseases such as pemphigus require long-term follow-up, generating extensive longitudinal clinical documentation that is difficult to review comprehensively during routine visits and increasing clinician workloa…

报道来源 [1]

Privacy-Preserving Local Language Models for Longitudinal Data Retrieval in Chronic Dermatologic Disease: Implementation in Pemphigus Patients

相关话题