使用大型语言模型从儿科患者记录中提取健康的社会决定因素：新语料库与方法

健康的社会决定因素（SDoH）在塑造健康结果方面发挥着关键作用，特别是在干预措施可能产生长期影响的儿科人群中。SDoH 经常在电子健康记录（EHR）中进行研究，该记录为多样化的患者数据提供了丰富的存储库。在这项工作中，我们提出了一个新的标注语料库，即儿科社会史标注语料库（PedSHAC），并评估了使用大型语言模型（LLMs）的微调和上下文学习方法自动提取详细 SDoH 表示的效果。PedSHAC 包含来自 University of Washington（UW）医院系统儿科患者的 1,260 份临床记录中标注的社会史部分。采用基于事件的标注方案，PedSHAC 捕获了十个不同的健康决定因素，涵盖居住和经济稳定性、既往创伤、教育机会、物质使用史和心理健康，标注者总体一致性为 81.9 F1。我们提出的基于微调 LLM 的提取器在事件参数方面达到了 78.4 F1 的高性能。使用 GPT-4 的上下文学习方法展示了在标注样本有限的情况下可靠提取 SDoH 的潜力，事件触发词的提取性能达到 82.3 F1。