BriefGPT - AI 论文速递
·
利用开源临床大型语言模型分类癌症分期
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用开源临床大型语言模型和基于BERT的模型，成功提取病理报告中的病理肿瘤-淋巴结-转移分期信息。LLMs在肿瘤分类方面表现不佳，但通过适当的提示策略，可以达到与转移分类相当的性能，并在淋巴结分类方面表现更好。
🎯
关键要点
- 本研究使用开源临床大型语言模型和基于BERT的模型提取病理报告中的pTNM分期信息。
- 研究证明在没有标记训练数据的情况下，可以从真实世界的病理报告中提取信息。
- LLMs在肿瘤（T）分类方面表现不佳。
- 通过适当的提示策略，LLMs可以达到与转移（M）分类相当的性能。
- LLMs在淋巴结（N）分类方面表现更好。
➡️
