Оценка рабочих процессов на основе больших языковых моделей для поддержки клинических решений при сортировке, направлении к специалистам и диагностике

Evaluating large language model workflows in clinical decision support for triage and referral and diagnosis
Farieda Gaber, Maqsood Shaik, Fabio Allega, Agnes Julia Bilecz, Felix Busch, Kelsey Goon, Vedran Franke, Altuna Akalin, Agnes Julia Bilecz
2025-05-09

база данных MIMICподдержка принятия клинических решенийбольшие языковые моделигенерация с дополнением поискатриаж и направление к специалисту
Точное принятие медицинских решений имеет критическое значение как для пациентов, так и для клиницистов. Пациентам часто трудно интерпретировать свои симптомы, определить их тяжесть и выбрать подходящего специалиста. Одновременно клиницисты сталкиваются с проблемами интеграции сложных данных о пациентах для своевременной и точной постановки диагноза. Недавние достижения в области больших языковых моделей (LLM) открывают возможности для устранения этого разрыва за счет поддержки принятия решений как пациентами, так и медицинскими работниками. В данном исследовании мы сравниваем несколько версий LLM и рабочий процесс на основе LLM, включающий генерацию с дополненным поиском (RAG), на специально сформированном наборе данных из 2 000 медицинских случаев, полученных из базы данных Medical Information Mart for Intensive Care. Результаты показывают, что эти LLM способны предоставлять персонализированную информацию о вероятных диагнозах, рекомендовать подходящих специалистов и оценивать необходимость неотложной медицинской помощи. Эти модели также могут помогать клиницистам уточнять диагнозы и принимать решения, представляя собой перспективный подход к улучшению исходов лечения пациентов и оптимизации оказания медицинской помощи.
1
Системы поддержки принятия решений на основе LLM могут помогать клиницистам уточнять диагнозы и принимать более своевременные и точные решения по сложной медицинской информации.
2
Оценённые модели предоставляют персонализированные сведения о вероятных диагнозах, рекомендуют подходящих специалистов и оценивают необходимость неотложной помощи.
3
Результаты указывают на потенциал рабочих процессов с LLM для улучшения исходов лечения и оптимизации оказания медицинской помощи, однако количественные сравнения эффективности в аннотации не представлены.
4
В исследовании сравниваются несколько версий больших языковых моделей и рабочий процесс с генерацией с дополненным поиском на 2 000 отобранных медицинских случаях из базы данных MIMIC.

рабочие процессы на основе больших языковых моделей для поддержки принятия клинических решений

их эффективность при сортировке пациентов, направлении к специалистам, диагностике и оценке необходимости неотложной помощи для пациентов и клиницистов

Publication Details
Publication Date
2025-05-09
Journal
Publisher
ISSN
Cited by
164
Access Type
Author Information
Authors
Farieda Gaber
Maqsood Shaik
Fabio Allega
Agnes Julia Bilecz
Felix Busch
Kelsey Goon
Vedran Franke
Altuna Akalin
Agnes Julia Bilecz
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%