从临床笔记中提取乳腺癌表型：大语言模型与经典本体方法的比较
计算与语言
2026-04-09 v1 人工智能
摘要
肿瘤科电子病历(EMRs)中存储的大量数据包含于非结构化的提供者笔记中——包括但不限于化疗（或癌症治疗）结果、不同生物标志物、肿瘤位置、大小以及患者的生长模式。临床研究表明，大多数肿瘤科医生更倾向于以自然语言而非EMR中的相关结构化字段来提供这些有价值的见解。本研究的主要贡献是报告了一个基于LLM的框架，用于处理提供者笔记并提取上述有价值的医学知识和表型，重点聚焦于肿瘤学领域。在本文中，我们聚焦于使用LLM框架提取乳腺癌相关表型，然后将其性能与先前使用知识驱动标注系统配合NCIt本体标注器的研究进行比较。研究结果表明，基于LLM的信息提取框架可以轻松适配以提取表型，其准确度与经典基于本体的方法相当。然而，一旦训练完成，它们可以轻松微调以适应其他癌症类型和疾病。
引用
@article{arxiv.2604.06208,
title = {Extracting Breast Cancer Phenotypes from Clinical Notes: Comparing LLMs with Classical Ontology Methods},
author = {Abdullah Bin Faiz and Arbaz Khan Shehzad and Asad Afzal and Momin Tariq and Muhammad Siddiqi and Muhammad Usamah Shahid and Maryam Noor Awan and Muddassar Farooq},
journal= {arXiv preprint arXiv:2604.06208},
year = {2026}
}