arXiv 自然语言处理· Zhusi Zhong, Carl M. Porto, David Hong, Miranda Gonzales, Revyn Kim, Gnaneswari Karayi, Lulu Bi, Joshua R. Feler, Elias Shaaya, Scott Collins, Liqi Shu, Grayson Baird, Mahesh Jayaraman, Shadi Yaghi, Zhicheng Jiao, Dylan N. Wolman·· 7 小时前AI 评分33
大语言模型用于精准病历提取：在卒中领域实现可扩展与安全的 AI 部署
Large Language Models for Accurate Medical Chart Abstraction: Enabling Scalable and Secure Artificial Intelligence Deployment in Stroke
AI 导读
一项针对 2,416 份急性卒中介入报告的研究评估了 22 个开源大语言模型（LLM）提取 8 个临床变量的表现，LLaMA3.3-70B 以 94.8% 的总体准确率表现最佳。CoT 提升了闭塞部位等推理型变量的效果，Quick Response 则更适合直接陈述字段。专家评审显示多数变量的 AI 预测比非专家标注更贴合专家解读。
来源：arXiv 自然语言处理 · arxiv.org