本研究探讨了大规模语言模型（LLMs）在儿童抑郁症诊断中的应用，发现其在提取抑郁症状方面的效率比传统方法高60%。LLMs在识别罕见症状方面表现优异，显示出其在减少诊断错误和补充传统筛查中的重要价值。