Sayantan Kumar

基于LLM的新系统通过源头佐证的裁决重建临床时间线

研究人员开发了一种从患者记录中重建临床时间线的新方法，保留每个事件及其来源的唯一标识符。该方法旨在阐明症状、检查和治疗的先后顺序，这在出院总结中通常不清楚。引入了一个名为GAVEL的大型语言模型，通过引用源文本和结构化电子健康记录（EHR）数据的证据来裁决时间线之间的分歧。评估表明，结合结构化证据提高了GLM-5.2模型的时间戳准确性，而GAVEL的判断者则偏好多模态时间线而非仅文本版本。