clinical reasoning
PulseAugur coverage of clinical reasoning — every cluster mentioning clinical reasoning across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LLM因偶然数据和不可靠更新而无法进行临床推理
新研究表明，大型语言模型（LLM）由于偶然信息的污染和不可靠的信念更新而难以进行临床推理。一项研究发现，LLM会将闲聊插入患者记录，并在某些情况下错误地归因或在临床上使用这些无关信息。另一项研究显示，随着新患者证据的演变，LLM常常无法适当地修正其判断，表现出对改善证据与恶化证据反应的不对称性，以及对先前信念的过度影响。这些发现强调了在临床部署之前需要采取保障措施，以防止污染并确保可靠的更新。
-
研究发现LLM水印会降低医学文本质量
一项新发表在arXiv上的研究评估了LLM水印在医学环境中的有效性和潜在弊端。研究强调，当前的水印方案应用于医学文本时，会导致性能显著下降。这种下降表现为词汇损坏、引入幻觉术语，以及关键图像发现的错误归属或遗漏。研究强调了领域特定评估的必要性，因为通用基准可能会掩盖这些临床上重要的失败，并强调了在未经彻底、符合情境的测试的情况下，在医学领域部署带水印模型的风险。
-
RAG在电子健康记录临床推理方面优于长上下文提示
一项新的研究论文评估了检索增强生成（RAG）与长上下文提示在利用电子健康记录（EHR）进行临床推理任务中的表现。研究发现，即使在少于8K个token的情况下，RAG在提取影像学检查和重建抗生素时间线等任务上的表现也更好，并且更具token效率。尽管RAG在这些领域显示出明显的优势，但由于文档记录的多样性，诊断生成任务在所有测试方法和模型中仍然具有挑战性。研究结果表明，即使模型在处理长上下文能力方面有所提高，RAG仍然是处理大型EHR数…