跳到主要内容
检索

Youran Lee

2 篇关联报道

订阅更新
  1. medRxiv

    大语言模型从MIMIC-IV临床记录中提取的结直肠癌症状群及其与患者结局的关联

    该研究使用零样本大语言模型流程(Gemini 3.5 Flash 与 Claude Haiku)从 MIMIC-IV 中 1,507 名结直肠癌患者的 2,728 份出院记录里提取 46 种症状,基于 phi 相关(≥0.10)与 Louvain 社区检测构建患者层面症状共现网络,两种模型均收敛于三个临床可解释的症状群——全身性、结直肠癌疾病特异性与胃肠道症状群,且全身性症状群负担与院内死亡(OR=1.33)和 1 年死亡(OR=1.41)相关、结直肠癌疾病特异性症状群负担与 30 天再入院(OR=1.20)相关,这些关联在调整转移性疾病后依然稳健。

  2. medRxiv

    利用大语言模型从MIMIC-IV临床记录中提取结直肠癌症状

    该研究以MIMIC-IV中2,704份结直肠癌出院记录为数据,用46项症状清单(源自MSAS与EORTC QLQ-CR29)在200份双人裁定金标准上比较了词典规则匹配、预训练临床命名实体识别、零样本Claude Haiku与Gemini 3.5 Flash以及两种“LLM+规则否定过滤”混合方案,结果显示Gemini 3.5 Flash表现最佳(Macro F1=0.70、Micro F1=0.86、Macro Precision=0.74),Claude Haiku次之(Macro F1=0.63、Macro Recall=0.71),两者均明显优于规则法(Macro F1=0.44)与NER(Macro F1=0.

已读完全部报道