arXiv cs.AI· Russell Ro, Reza Abbasi-Asl·· 1 天前AI 评分33
RECITE：用文本证据自动修订临床试验入组标准
RECITE: Revising Eligibility Criteria Incorporating Textual Evidence
AI 导读
RECITE 框架可从协议修订文档中自动发现、提取并落实基于证据的入组标准修订，构建了覆盖 5,735 项试验、11,913 条样本的数据集。在 3,116 条样本上评测 15 种 LLM 配置，最佳开源模型 Gemma 2 9B 与最佳闭源模型 GPT-4o 的归一化序数得分分别为 0.742 和 0.745。智能体文献发现系统另在五篇出版物中识别出 44 组论文与试验匹配。
正文 · AI 翻译
摘要：过于严格的入组标准导致临床试验中普遍出现入组失败，然而已发表的关于应如何放宽具体标准的建议仍与大规模试验设计脱节。我们提出 RECITE（Revising Eligibility Criteria Incorporating Textual Evidence，结合文本证据修订入组标准），这是一个用于自动发现、提取和实施基于证据的入组标准修订的框架。RECITE 使用来自 this http URL 的方案修订文档，构建了一个包含 5,735 项试验中 11,913 个精选实例的数据集，每个实例将原始标准与文献证据和目标修订配对。我们在截断至上下文窗口和检索增强生成两种条件下对十五种 LLM 配置进行了基准测试，测试基于 3,116 个实例的样本，采用 LLM-as-judge 协议，并对照十位领域专家进行了验证（judge 与人类之间的二次加权 Cohen's $\kappa_{qw} = 0.694 \pm 0.096$）。最佳开放权重模型 Gemma 2 9B 在 0--4 量表上取得与 $\kappa_{qw}$ 对齐的序数得分 $3.0 \pm 0.9$（归一化 0.742），最佳闭源权重模型 GPT-4o 达到 $3.0 \pm 0.8$（归一化 0.745）。随后，我们使用一个智能体文献发现系统，在五篇出版物中识别出 44 个论文--试验匹配，提供了试验设计和 EC 修改证据。我们的研究结果表明，现有临床知识可以被操作化为可执行的试验设计建议。
| 评论： | 18 页，4 幅图，4 张表。KDD 2026（第 32 届 ACM SIGKDD 知识发现与数据挖掘会议）论文的扩展版。代码和数据：this https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41368 [cs.AI] |
| （或 arXiv:2610.41368v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41368 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 相关 DOI： | https://doi.org/10.1145/3770855.3819027
链接到相关资源的 DOI |
提交历史
来自：Russell Ro [查看电子邮件]
[v1]
2026 年 10 月 30 日星期五 07:34:50 UTC（314 KB）
来源：arXiv cs.AI · arxiv.org