利用大型语言和混合 NLP 模型对医师笔记进行高通量表型分析

深度表型分析是利用本体论中的概念对患者体征和症状进行详细描述。电子健康记录中大量医师笔记的深度表型分析需要高通量方法。过去三十年间，实现高通量表型分析的可行性取得了进展。在本研究中，我们证明了大型语言模型和混合 NLP 模型（结合词向量与机器学习分类器）能够以高精度对医师笔记进行高通量表型分析。大型语言模型很可能成为医师笔记高通量深度表型分析的首选方法。