本研究提出深度因果行为政策学习（DC-BPL）方法，旨在分析非随机医疗环境中的动态临床行为模式，识别临床决策与患者结果之间的因果关系，并优化治疗方案。
本研究探讨了微调大型语言模型在放射肿瘤学中的应用。通过领域知识微调，模型在治疗方案生成、治疗方式选择和ICD-10编码预测等任务中表现显著提升，超过60%的治疗方案被临床评估为可接受，显示出其潜在的临床应用价值。
小语言模型（SLMs）是一种高效的神经网络，适用于情感分析和嵌入生成。MiniLM是微软开发的高效模型，all-MiniLM-L6-v2专门优化用于句子嵌入。本文探讨SLMs在基于症状的诊断系统中的应用，通过生成嵌入识别疾病并推荐治疗方案。
在医疗行业，医生与药厂需有效沟通专业术语。随着医学文献增多，快速匹配治疗方案变得困难。客户希望通过大模型优化文献检索，结合向量检索与全文检索，提高医疗文献的召回精度，以满足用户需求。
国家卫健委发布了《原发性肝癌诊疗指南（2024年版）》，更新要点包括超声诊断、PET/CT技术、肝癌分类命名、手术切除标本送检要求、病理诊断标准、肝癌分期、治疗选择、术后随访、转化治疗、新辅助治疗、辅助治疗、局部治疗和系统治疗。推荐的一线治疗方案包括阿替利珠单抗联合贝伐珠单抗、信迪利单抗联合贝伐珠单抗类似物或甲磺酸阿帕替尼联合卡瑞利珠单抗。二线治疗方案包括瑞戈非尼、阿帕替尼、帕博利珠单抗、雷莫西尤单抗、卡瑞利珠单抗和替雷利珠单抗。
完成下面两步后，将自动完成登录并继续当前操作。
