《“大语言模型-匹配”:基于大语言模型与检索增强生成技术的开源患者匹配模型》

2025-03-20 数字医疗 等1家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

《“大语言模型-匹配”：基于大语言模型与检索增强生成技术的开源患者匹配模型》是一篇由美国梅奥医院多科室合作发表的学术论文。该研究提出了一种新的患者-临床试验匹配框架，旨在通过自动化方式提高匹配效率和准确性。传统患者匹配依赖人工筛选，耗时且易出错，而电子病历中的非结构化数据进一步增加了难度。本文提出的“大语言模型-匹配”框架结合了自然语言处理和深度学习技术，利用开源大语言模型和检索增强生成技术，有效处理非结构化数据，并在多个公开数据集上取得了优于现有方法的性能。该框架包括四个核心模块：检索增强生成（RAG）模块、提示词生成模块、微调模块和分类头优化模块，能够系统性地处理电子病历数据与试验标准，提供更高效、透明的解决方案。这项研究不仅提升了患者匹配的效率，还为临床研究领域提供了可扩展、低成本的技术支持。（摘要由动脉网AI生成）