利用大语言模型对荷兰电子健康记录进行自动化 HIV 筛查
计算与语言
2025-10-28 v2
摘要
高效筛查和早期诊断 HIV 对减少扩散至关乜重要。虽然大规模实验室检测不可行，但电子健康记录（EHR）的广泛采用为解决这一挑战提供了新机会。现有研究主要 focuses on 将机器学习方法应用于结构化数据（如患者人口统计信息），以改进 HIV 诊断。然而，这些方法往往忽略了如临床笔记等非结构化文本数据，这些数据可能包含与 HIV 风险相关的有价值信息。本研究提出了一种新型管线，利用大语言模型（LLM）分析非结构化 EHR 文本并确定患者是否符合进行进一步 HIV 测试的条件。在 Erasmus University Medical Center Rotterdam 的临床数据上的实验结果表明，我们的管线在保持低假阴性率的同时实现了高准确率。
引用
@article{arxiv.2510.19879,
title = {Automated HIV Screening on Dutch Electronic Health Records with Large Language Models},
author = {Lang Zhou and Amrish Jhingoer and Yinghao Luo and Klaske Vliegenthart--Jongbloed and Carlijn Jordans and Ben Werkhoven and Tom Seinen and Erik van Mulligen and Casper Rokx and Yunlei Li},
journal= {arXiv preprint arXiv:2510.19879},
year = {2025}
}
备注
28 pages, 6 figures