跳到正文
热点事件持续更新

TRACE方法削减临床笔记冗余以降低LLM成本

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Jordan L. Cahoon等作者提出TRACE方法,利用电子健康记录(EHR)的笔记级元数据识别模板化与复制内容,在元数据缺失时改用基于频率的去重。作者称,在530万份笔记上,该方法捕获了86%的标注模板字符,被删除文本中仅0.3%至6.6%为作者原创。 在1000名Stanford Health Care患者中,TRACE将病历文本减少47.3%(742.7M字符),平均每位患者少220,167个token,从而降低LLM处理成本。上述效果为作者在论文中的报告。

AI 根据报道生成 · 38 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.CY
    TRACE 方法如何减少临床笔记冗余以降低 LLM 使用成本

    TRACE 利用 EHR 元数据识别模板化与复制内容,在 5.3M 份笔记上捕获了 86% 的标注模板字符,被删除文本中仅 0.3-6.6% 为作者原创。在 1000 名 Stanford Health Care 患者中,TRACE 将病历文本减少 47.3%(742.7M 字符),平均每位患者少 220,167 个 token。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。