Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Reconstructing Sepsis Trajectories from Clinical Case Reports using LLMs: the Textual Time Series Corpus for Sepsis

작성자
  • Haebom

作者

Shahriar Noroozizadeh, Jeremy C. Weiss

概要

本論文は、医療データの時系列分析のために大規模な言語モデル（LLM）を活用して、患者記録（case reports）から経時的な臨床所見を抽出し、注釈をつけるパイプラインを提示します。 PubMed Open Access（PMOA）サブセットでは、2,139件の敗血症（Sepsis-3）患者記録を用いて時間の経過とともにテキスト時系列の束を構築し、I2B2/MIMIC-IVデータセットとの比較を通じてシステムの有効性を検証しました。 O1-previewおよびLlama 3.3 70B Instructモデルを使用して、高い臨床所見回復率（event match rate：〜0.75）と強力な時系列一致（concordance：〜0.93）を示しました。しかし、LLMの時間的再構成限界を示し、マルチモーダル統合による改善の可能性を提示します。

Takeaways、Limitations

•
Takeaways：
◦
大規模な言語モデルを活用して、医療記録から経時的な臨床所見を効果的に抽出し、注釈を付けることができます。
◦
自動化された医療データ時系列生成により、より洗練された医療分析および予測モデルの開発可能性を提示する。
◦
オープンアクセス時間に応じたテキスト時系列の束を提供することによる医療研究の活性化の貢献
•
Limitations：
◦
LLMの時間的再構成能力に限界がある。
◦
マルチモーダルデータ統合によるパフォーマンス向上の必要性
◦
モデルのパフォーマンスを評価するために使用されるデータセットの一般化の可能性に関する追加のレビューが必要です。
👍
Slashpage로 제작됨