使用大型语言模型进行癌症临床实践指南的综合建模与问答
📝
内容提要
本研究解决了如何全面捕获癌症临床实践指南(CPGs)中所含的医学知识的问题,尤其是其上下文及关系。作者提出了一种方法,通过自动提取及节点与关系分类,创建了国家综合癌症网络(NCCN)CPGs的上下文丰富的数字表示。此外,利用大型语言模型(LLMs)进行节点分类,显著提高了问答的准确性,降低了错误答案和幻觉风险,对于医学领域的问答具有重要意义。
➡️