★ 3
arXiv 研究用 LLM 不确定性区分放射报告抽取失败与临床不一致
论文基于 1045 例冠状动脉 CT 血管造影患者队列，检验 LLM 在血管级狭窄抽取中的不确定性能否区分抽取失败与临床数据本身的不一致。结果显示不确定性对抽取失败关联强（校正 OR 4.15）并提升判别力（AUC 0.81→0.86），但对临床不一致几乎无增量价值，提示可用于 LLM 临床数据集…
arXiv NLP11 小时前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文基于 1045 例冠状动脉 CT 血管造影患者队列，检验 LLM 在血管级狭窄抽取中的不确定性能否区分抽取失败与临床数据本身的不一致。结果显示不确定性对抽取失败关联强（校正 OR 4.15）并提升判别力（AUC 0.81→0.86），但对临床不一致几乎无增量价值，提示可用于 LLM 临床数据集…
斯坦福团队提出 Glyph，一个多阶段自动化框架，用基础模型与稀疏自编码器从多模态非结构化临床数据中提取特征，并将其解释为编码化的临床概念。应用于 41,628 名患者的腹部 CT、放射报告与化验数据，识别出 397 个预测概念、4,463 个 Bonferroni 显著关联，多数在跨机构留出队列…