跳到正文
arXiv cs.CL· Daniel Reichenpfader (Institute for Patient-Centered Digital Health, Bern University of Applied Sciences, Bern, Switzerland, Faculty of Medicine, University of Geneva, Geneva, Switzerland), Kwaku Appiagyei (F. Hoffmann-La Roche AG, Basel, Switzerland), Manovah Nadarajah (Kantonsspital Aarau, Aarau, Switzerland), Ahmed Reda Bahr (University of Alexandria, Alexandria, Egypt), Irina Filchenko (Department of Neurology, Inselspital, Bern University Hospital and University of Bern, Bern, Switzerland), Fabio Dennst\"adt (Data Semantics and Decision Making Institute, Department of Digital Medicine, Inselspital, Bern University Hospital and University of Bern, Bern, Switzerland)·· 2 天前AI 评分31

LLM 智能体从肉瘤病例报告摘要中自动归纳通用数据元素并抽取信息

Agentic induction of common data elements and information extraction from sarcoma case report abstracts

AI 导读

研究用大语言模型智能体从 24,588 篇 PubMed 摘要中提出 72,909 个候选通用数据元素(CDE),经智能体整合后得到 1,570 个,并保留至少 50 篇摘要支持的 53 个用于全语料证据关联抽取。

正文 · AI 翻译

作者:Daniel Reichenpfader(1 和 2)、Kwaku Appiagyei(3)、Manovah Nadarajah(4)、Ahmed Reda Bahr(5)、Irina Filchenko(6)、Fabio Dennstädt(7、8 和 9)((1)伯尔尼应用科学大学以患者为中心的数字化健康研究所,瑞士伯尔尼,(2)日内瓦大学医学院,瑞士日内瓦,(3)F. Hoffmann-La Roche AG,瑞士巴塞尔,(4)Kantonsspital Aarau,瑞士阿劳,(5)亚历山大大学,埃及亚历山大,(6)伯尔尼大学医院 Inselspital 神经内科与伯尔尼大学,瑞士伯尔尼,(7)数据语义与决策研究所(DSDMI),瑞士圣加仑,(8)伯尔尼大学医院 Inselspital 放射肿瘤科与伯尔尼大学,瑞士伯尔尼,(9)伯尔尼大学医院 Inselspital 数字医学系与伯尔尼大学,瑞士伯尔尼)

查看 PDF HTML(实验性)

摘要:通用数据元素(CDE)支持临床数据的可比性,但通常需要人工定义。我们研究了大型语言模型智能体能否从肉瘤病例报告摘要中推导出 CDE 模式,并在大规模上应用。一个智能体从 24,588 篇 PubMed 摘要中提出了 72,909 个候选 CDE;智能体整合后得到 1,570 个 CDE。我们保留了至少被 50 篇摘要支持的 53 个 CDE,并尝试在整个语料库中进行证据关联抽取。在 79.2% 的摘要中,所有保留的 CDE 均处理成功,包括表示未提及的响应。两名人工审阅者批准了 83.0% 的保留 CDE 具有相关性、67.9% 具有清晰性、56.6% 具有正确性。在 100 篇抽样摘要中,在 1,116 个答案非空的配对中,与 LLM 抽取值的完全一致率为 94.9%(摘要级 bootstrap 95% CI,93.0-96.4%)。错误集中在解剖和时间字段。这些发现支持智能体辅助模式起草,随后在大规模抽取前进行专家审校。
主题: 计算与语言(cs.CL)
ACM 分类: I.2.7; J.3; H.3.1
引用为: arXiv:2611.18506 [cs.CL]
  (或本版本的 arXiv:2611.18506v1 [cs.CL])
  https://doi.org/10.48550/arXiv.2611.18506

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Daniel Reichenpfader [查看邮箱]
[v1] 2026 年 11 月 13 日星期五 18:23:11 UTC(1,603 KB)

来源:arXiv cs.CL · arxiv.org