TrialJev：开源单次前向临床试验资格打分模型
原文标题：TrialJev: Open-Weight Single Pass Eligibility Scoring for Patient Trial Screening
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 TrialJev，基于 LoRA 适配的 Qwen 模型与指针头，在单次前向中为自然语言答案选项打分，无需自回归解码。在 TREC 2022 合成患者 6975 对样本上，Qwen3.5-27B 与 Qwen3.8-27B 分别达 80.97% 与 81.84% 准确率，接近专有 Jev API，且单卡本地运行、27B 每对约 178 毫秒，不向外部 API 传输患者文本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
TrialJev单次前向打分在6,975对样本上达80.97%/81.84%准确率，接近专有Jev API的81.28%
- •基于LoRA适配的Qwen模型加指针头，单次前向为答案选项打分，无需自回归解码
- •在TREC 2022合成患者6,975对样本上，Qwen3.5-27B与Qwen3.8-27B分别达80.97%与81.84%
- •同数据微调生成判决的LLM为79.87%与79.93%，判决生成耗时是单次推理的2.45-2.70倍
- •开发拟合决策校正后两个27B模型达80.99%与81.88%，与专有Jev API的81.28%配对置信区间含零
- •单卡本地运行，27B每对约178毫秒，患者文本不外传；消融显示效率优势来自免解码而非指针头
为什么重要：在不能外传患者数据的场景下，开源本地模型已能逼近专有API的初筛效果，临床试验筛选的第一道过滤可留在院内完成。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
AI分析40万条Reddit帖子发现Ozempic隐藏副作用
AI 摘要研究利用AI分析约40万条Reddit帖子，发现Ozempic等GLP-1药物此前未被充分记录的副作用。该成果展示AI在药物警戒与真实世界证据挖掘中的潜力，可补充传统临床试验与不良反应报告的盲区。
谷歌AlphaGenome Atlas绘制人类基因组图谱
AI 摘要谷歌DeepMind推出AlphaGenome Atlas，包含人类基因组中每个可能的DNA字母变化的预测图谱，有望加速科学研究并推动疾病治疗。该工具将改变我们对生物学的理解。
迪士尼与 Adobe 合作开发定制生成式 AI 模型
AI 摘要迪士尼与 Adobe 宣布多年合作，基于 Adobe Firefly Foundry 打造「艺术家主导」的专有生成式 AI 模型，用于主题公园、邮轮、ESPN 内容等生产流程。迪士尼将获得 Adobe 最新技术的早期访问权，其 Imagineering 部门已在用 Firefly 做园区开发。
马斯克称特斯拉或出租 Optimus 机器人而非出售
AI 摘要马斯克表示特斯拉很可能以租赁方式向客户提供人形机器人 Optimus，而非直接销售。特斯拉已在弗里蒙特工厂启动 Optimus 早期量产，预计 2027 年底前后开始向外部客户交付。租赁模式或降低客户采用门槛，也延续特斯拉按服务收费的思路。