RxNorm
PulseAugur coverage of RxNorm — every cluster mentioning RxNorm across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的AI管道确保针对外部权威机构的事实准确性
开发了一个新的管道来解决AI提取器在受监管领域（尤其是在制药领域）的局限性。与通常侧重于将提取的事实与源文本进行匹配的系统不同，这种方法优先识别遗漏并确保针对外部权威机构的事实准确性。该系统使用一个名为Semantica的开源语义库，以及公共生物医学语料库和RxNorm、openFDA等权威机构来验证信息。该管道强调，语言模型在生成候选事实方面表现良好，但不应成为事实的最终仲裁者，尤其是在安全性和合规性至关重要的情况下。
-
基于模式的LLM提取患者数据用于数字孪生
研究人员开发了SG-LLM，一种从电子健康记录中提取患者数据以创建数字孪生的新方法。该方法使用模式约束和用于修复的验证循环来约束LLM提取，提高了生成的FHIR包的准确性和有效性。对临床效用的实验表明，在SG-LLM生成的数据上训练的分类器与在专家策划的数据上训练的分类器表现相当，表明其在实际医疗保健应用中的有效性。
-
新的MCP服务器集成了7种医学术语，用于LLM
一个名为medical-terminologies-mcp的新模型上下文协议（MCP）服务器已发布，它提供了对七个主要医学术语系统的统一访问。该工具旨在帮助大型语言模型（LLM）准确检索特定的医疗代码和信息，克服它们在记忆此类数据方面的固有局限性。该服务器支持各种LLM客户端，并为常见的临床和研究任务提供了几个预定义的提示，旨在提高医疗保健和研究领域的效率。
-
新的CLIN-LLM框架通过安全约束增强临床诊断和治疗生成
研究人员开发了CLIN-LLM，一个新颖的混合框架，旨在提高临床诊断和治疗生成能力，同时优先考虑安全性。该系统集成了多模态患者数据、不确定性校准的疾病分类以及检索增强的治疗建议。CLIN-LLM在诊断准确率方面达到了98%，并且与GPT-5相比，不安全抗生素建议显著减少，证明了其作为医疗保健环境中可部署决策支持工具的潜力。