GAMedX：基于大语言模型的医学实体数据提取器
计算与语言
2024-06-03 v1 人工智能
摘要
在快速发展的医疗领域及其 beyond 领域，将生成式人工智能集成到电子健康记录（EHR）中代表了一项关键性进步，解决了当前信息提取技术中的关键性空白。本文介绍 GAMedX，一种利用大语言模型（LLM）进行命名实体识别（NER）的方法，高效地从医疗叙述文本和非结构化文本中提取实体，这些文本是在患者住院各个阶段生成的。通过解决处理非结构化医疗文本的重大挑战，GAMedX 利用生成式人工智能和 LLM 的能力，以实现更有效的数据提取。该方法采用统一方法，将开源 LLM 用于 NER，利用链式提示和 Pydantic 模式架构实现结构化输出，以应对专业医学术语的复杂性。研究发现，在一个评估数据集上实现了 98% 的准确率，显著提升了 ROUGE F1 分数。这一创新增强了实体提取，提供了一个可扩展、高性价比的解决方案，用于从非结构化数据中自动填充表格。结果表明，GAMedX 简化了非结构化叙述的处理，为 NER 应用树立了新标准，为医疗技术领域之外的理论和实际进步做出了重大贡献。
引用
@article{arxiv.2405.20585,
title = {GAMedX: Generative AI-based Medical Entity Data Extractor Using Large Language Models},
author = {Mohammed-Khalil Ghali and Abdelrahman Farrag and Hajar Sakai and Hicham El Baz and Yu Jin and Sarah Lam},
journal= {arXiv preprint arXiv:2405.20585},
year = {2024}
}