一种基于 BERT 的鲁棒深度学习模型，用于从非结构化病理报告中自动提取癌症类型
机器学习
2025-08-22 v1
摘要
从电子病历中准确提取临床信息对临床研究尤为关键，但需要大量经过训练的专业知识和人工劳动。在本研究中，我们开发了一个鲁棒的系统，利用微调后的 RoBERTa 模型，从病理报告中自动提取特定癌症类型，以支持精准肿瘤学研究。该模型显著优于基线模型和一个大语言模型 Mistral 7B，取得了 0.98 的 F1_Bertscore 和 80.61% 的总体精确匹配率。这种微调方法展示了可扩展性的潜力，能够无缝集成到分子肿瘤委员会流程中。针对肿瘤学中的精确任务微调领域特定模型，可能为更高效、更准确的临床信息提取铺平道路。
引用
@article{arxiv.2508.15149,
title = {A Robust BERT-Based Deep Learning Model for Automated Cancer Type Extraction from Unstructured Pathology Reports},
author = {Minh Tran and Jeffery C. Chan and Min Li Huang and Maya Kansara and John P. Grady and Christine E. Napier and Subotheni Thavaneswaran and Mandy L. Ballinger and David M. Thomas and Frank P. Lin},
journal= {arXiv preprint arXiv:2508.15149},
year = {2025}
}