患者与AI之间的EHR交互：NoteAid EHR交互
计算与语言
2024-01-01 v1 人工智能
摘要
随着大型语言模型（LLM）的快速发展及其在语义和上下文理解方面的出色表现，LLM在专业领域的潜力值得探索。本文介绍了NoteAid EHR交互流水线，这是一种使用生成式LLM辅助患者教育的创新方法，该任务源于帮助患者理解电子健康记录（EHR）的需求。在NoteAid工作的基础上，我们从患者角度设计了两个新颖任务：解释患者可能不理解的EHR内容，以及回答患者阅读EHR后提出的问题。我们从MIMIC出院小结中提取了包含10,000个实例的数据集，从MADE医疗笔记集合中提取了876个实例，分别通过NoteAid EHR交互流水线执行这两个任务。收集了LLM在这些任务上的性能数据，并构建了相应的NoteAid EHR交互数据集。通过使用LLM评估对整个数据集进行全面评估，以及对64个实例进行严格的人工评估，我们展示了LLM在患者教育中的潜力。此外，结果为该领域的未来探索和应用提供了宝贵的数据支持，同时也为内部系统训练提供了高质量的合成数据集。
引用
@article{arxiv.2312.17475,
title = {EHR Interaction Between Patients and AI: NoteAid EHR Interaction},
author = {Xiaocheng Zhang and Zonghai Yao and Hong Yu},
journal= {arXiv preprint arXiv:2312.17475},
year = {2024}
}
备注
To appear in the AAAI2024 Workshop on AI for Education (AI4ED)