临床笔记中的信息提取：我们准备好切换到大型语言模型了吗？

本研究解决了临床自然语言处理 (NLP) 中信息提取 (IE) 的问题，评估了大型语言模型 (LLMs) 在该领域的有效性。通过对 1588 份临床笔记进行命名实体识别 (NER) 和关系提取 (RE) 的比较，发现 LLaMA 模型在性能上优于 BiomedBERT，但同时计算资源消耗更高，运行速度更慢。这项研究为开放源代码 LLM 在临床 IE 系统的应用提供了重要见解。