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

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。