LLM-Match는 미세 조정된 오픈소스 대규모 언어 모델을 활용하여 환자 매칭을 수행하는 새로운 프레임워크입니다. 전자 건강 기록(EHR)에서 관련 환자 정보를 추출하는 검색 증강 생성(RAG) 모듈, 시험 적격 기준, 환자 정보, 시스템 지침을 통합하여 입력 프롬프트를 구성하는 프롬프트 생성 모듈, 구조화된 프롬프트와 정답 레이블을 사용하여 모델 매개변수를 최적화하는 미세 조정 모듈(분류 헤드 포함), 미세 조정된 모델의 성능을 평가하는 평가 모듈의 네 가지 주요 구성 요소로 이루어져 있습니다. n2c2, SIGIR, TREC 2021, TREC 2022 네 개의 공개 데이터셋을 사용하여 TrialGPT, Zero-Shot, GPT-4 기반 폐쇄 모델과 비교 평가한 결과, LLM-Match가 모든 기준 모델보다 우수한 성능을 보였습니다.
