Actionable Feedback

新方法过滤临床编辑以改进AI临床文档模型

研究人员开发了一种方法，通过过滤用户编辑数据来改进用于临床文档的大型语言模型（LLM）的能力。很大一部分临床医生对AI生成输出的编辑并不直接由输入支持，如果天真地用于训练，可能导致潜在的幻觉。所提出的方法包括创建一个编辑行为分类法，使用MIMIC-III数据集为出院总结任务生成半合成编辑数据，并实施过滤方法来识别可操作的编辑。此过滤过程旨在增强临床医生的一致性和对输入上下文的忠实度，避免生成无根据的内容。