利用LLM推断的混合物，增强乳腺癌预测
机器学习
2025-11-25 v1 定量方法
摘要
本研究通过使用大语言模型从常规临床数据中推断混合物疾病（即糖尿病、肥胖和心血管疾病）的可能性，从而提高乳腺癌预测的准确性。这些AI生成的特征提高了随机森林模型的性能，尤其是像Gemma（提升3.9%）和Llama（提升6.4%）这样的LLMs。该方法对于非侵入性筛查和临床整合具有潜力，支持改善乳腺癌诊断中的早期检测和共同决策。
引用
@article{arxiv.2511.17662,
title = {Enhancing Breast Cancer Prediction with LLM-Inferred Confounders},
author = {Debmita Roy},
journal= {arXiv preprint arXiv:2511.17662},
year = {2025}
}
备注
2 pages, 1 figure, 1 table