Извлечение с расширением клиническими сущностями для извлечения клинической информации

Большие языковые модели (LLM) с генерацией, дополненной поиском (RAG), улучшили извлечение информации по сравнению с предыдущими методами, однако их зависимость от эмбеддингов часто приводит к неэффективному поиску. Мы представляем метод извлечения с расширением клиническими сущностями (Clinical Entity Augmented Retrieval, CLEAR) — конвейер RAG, который извлекает информацию с использованием сущностей. Мы сравнили CLEAR с RAG на основе эмбеддингов и подходом с использованием полной клинической записи для извлечения 18 переменных с помощью шести LLM на 20 000 клинических записей. Средние значения F1 составили 0,90, 0,86 и 0,79; время вывода — 4,95, 17,41 и 20,08 с на запись; среднее число запросов к модели — 1,68, 4,94 и 4,18 на запись; среднее количество входных токенов — 1,1 тыс., 3,8 тыс. и 6,1 тыс. на запись для CLEAR, RAG на основе эмбеддингов и подхода с использованием полной записи соответственно. В заключение, CLEAR использует клинические сущности для поиска информации и обеспечивает более чем 70%-ное сокращение использования токенов и времени вывода при повышении эффективности по сравнению с современными методами.