LLM与SLM在患者报告结局方面的基准测试

大语言模型已经改变了众多任务的执行方式，包括医学领域中的任务。其中，将患者报告结局总结为简洁的自然语言报告对临床医生特别有意义，因为这使他们能够关注关键的患者问题，并将更多时间用于有意义的讨论。虽然现有使用GPT-4等大语言模型的工作已显示出令人印象深刻的结果，但真正的突破可能来自利用小语言模型，因为它们具有可本地部署的优势，从而确保患者数据隐私并符合医疗法规。本研究在放射治疗背景下，对几种小语言模型与大语言模型在总结患者报告问答表格方面进行了基准测试。使用各种指标，我们评估了它们的精确性和可靠性。研究结果突显了小语言模型在高风险医疗任务中的前景和局限性，促进了更高效且保护隐私的AI驱动医疗解决方案。