TWIN-GPT: 通过大型语言模型的临床试验数字孪生
原文中文，约400字，阅读约需1分钟。发表于：。该研究论文介绍了一种基于大型语言模型的数字孪生创建方法，名为 TWIN-GPT。TWIN-GPT 可以对医疗信息进行跨数据集关联并生成独特的个性化数字孪生，从而保留个体患者特征。全面的实验证明，使用 TWIN-GPT 创建的数字孪生可以提升临床试验结果预测的准确性，超过了其他预测方法。此外，研究还证明了 TWIN-GPT...
该研究介绍了一种名为TWIN-GPT的数字孪生创建方法，提高临床试验结果预测准确性。研究证明TWIN-GPT可以生成与特定患者接近的试验数据，为数字孪生在医疗保健领域的应用提供了实证证据。
