DRG-LLaMA:调整 LLaMA 模型以预测住院患者的诊断相关分组
原文中文,约300字,阅读约需1分钟。发表于: 。通过对临床笔记进行 fine-tuned,我们引入了 DRG-LLaMA 这一大型语言模型来改善 DRG 预测在美国住院付款系统中的分配过程,其相对于 ClinicalBERT 和 CAML 表现出了较高的精确度和 AUC,同时该模型在预测基本 DRGs 和并发症 / 重要并发症时也取得了相对较高的准确率。
该研究使用 DRG-LLaMA 语言模型 fine-tuned 临床笔记,以改善 DRG 预测在美国住院付款系统中的分配过程。DRG-LLaMA 表现出较高的精确度和 AUC,并在预测基本 DRGs 和并发症 / 重要并发症时也取得了相对较高的准确率。