利用大语言模型增强健康数据互操作性：一项FHIR研究
计算与语言
2023-10-23 v1 人工智能
摘要
在本研究中，我们调查了大语言模型（LLM）增强医疗数据互操作性的能力。我们利用LLM将临床文本转换为相应的FHIR资源。我们在3,671条临床文本片段上进行的实验表明，与人工标注相比，LLM不仅简化了多步自然语言处理和人工校准流程，还在精确匹配上达到了超过90%的极高准确率。
引用
@article{arxiv.2310.12989,
title = {Enhancing Health Data Interoperability with Large Language Models: A FHIR Study},
author = {Yikuan Li and Hanyin Wang and Halid Yerebakan and Yoshihisa Shinagawa and Yuan Luo},
journal= {arXiv preprint arXiv:2310.12989},
year = {2023}
}
备注
Submitted to 2024 AMIA IS