通过 EVINCE 框架确保医疗领域真实标签的准确性
人工智能
2024-05-29 v2
摘要
误诊是医疗领域的一个重要问题，可能导致对患者造成伤害。通过机器学习模型向临床实践传播的误标记数据是不可接受的。本文提出了 EVINCE 框架，旨在 1) 改进诊断准确性，2) 纠正误诊并最小化训练数据中的错误。EVINCE 是熵变通过信息二义性等价 competence 的缩写，利用这种新理论，在结构化辩论框架中使用多个大型语言模型（LLM）优化诊断过程。我们的实证研究验证了 EVINCE 能够实现其设计目标的有效性。
引用
@article{arxiv.2405.15808,
title = {Ensuring Ground Truth Accuracy in Healthcare with the EVINCE framework},
author = {Edward Y. Chang},
journal= {arXiv preprint arXiv:2405.15808},
year = {2024}
}
备注
23 pages, 4 tables, 4 figures