利用开源大语言模型和智能路由器编码健康社会决定因素
人工智能
2026-01-16 v2
摘要
健康社会决定因素（SDOH），也称为健康相关社会需求（HSRN），在患者健康结果中扮演重要角色。美国疾病控制与预防中心（CDC）引入了ICD-10代码的一个子集，称为Z代码，用于识别和衡量SDOH。然而，Z代码在患者的电子健康记录（EHR）中很少被编码，相反，在许多情况下需要从临床笔记中推断。先前的研究表明，大语言模型（LLM）在从EHR中提取非结构化数据方面显示出潜力，但很难确定一个单一模型在各种编码任务上表现最佳。此外，临床笔记包含受保护的健康信息，这对使用商业供应商的闭源语言模型构成了挑战。识别可以在卫生组织内部运行并在SDOH任务上表现出色的开源LLM是一个需要解决的重要问题。在这里，我们介绍了一个用于SDOH编码的智能路由系统，该系统使用语言模型路由器将医疗记录数据引导至在特定SDOH代码上表现出最佳性能的开源LLM。该智能路由系统在13个代码（包括无家可归和食物不安全）上的平均准确率达到96.4%，优于GPT-4o等闭源模型。我们利用公开可用的去标识化医疗记录笔记数据集来运行路由器，同时我们还引入了一种合成数据生成和验证范式，以在不需隐私保护的医疗记录的情况下增加训练数据的规模。总之，我们展示了一种将输入智能路由到任务最优语言模型的架构，从而在一组医学编码子任务上实现高性能。
引用
@article{arxiv.2405.19631,
title = {Leveraging Open-Source Large Language Models for encoding Social Determinants of Health using an Intelligent Router},
author = {Akul Goel and Surya Narayanan Hari and Belinda Waltman and Matt Thomson},
journal= {arXiv preprint arXiv:2405.19631},
year = {2026}
}