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
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。
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)
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