ترجمه فارسی مقاله AlpaPICO: استخراج فریم های PICO از اسناد کارآزمایی بالینی با استفاده از LLM

چکیده

In recent years, there has been a surge in the publication of clinical trial reports, making it challenging to conduct systematic reviews. Automatically extracting Population, Intervention, Comparator, and Outcome (PICO) from clinical trial studies can alleviate the traditionally time-consuming process of manually scrutinizing systematic reviews. Existing approaches of PICO frame extraction involves supervised approach that relies on the existence of manually annotated data points in the form of BIO label tagging. Recent approaches, such as In-Context Learning (ICL), which has been shown to be effective for a number of downstream NLP tasks, require the use of labeled examples. In this work, we adopt ICL strategy by employing the pretrained knowledge of Large Language Models (LLMs), gathered during the pretraining phase of an LLM, to automatically extract the PICO-related terminologies from clinical trial documents in unsupervised set up to bypass the availability of large number of annotated data instances. Additionally, to showcase the highest effectiveness of LLM in oracle scenario where large number of annotated samples are available, we adopt the instruction tuning strategy by employing Low Rank Adaptation (LORA) to conduct the training of gigantic model in low resource environment for the PICO frame extraction task. Our empirical results show that our proposed ICL-based framework produces comparable results on all the version of EBM-NLP datasets and the proposed instruction tuned version of our framework produces state-of-the-art results on all the different EBM-NLP datasets. Our project is available at \url{https://github.com/shrimonmuke0202/AlpaPICO.git}.

چکیده به فارسی (ترجمه ماشینی)

در سالهای اخیر ، در انتشار گزارش های کارآزمایی بالینی افزایش یافته است ، و انجام بررسی های سیستماتیک را به چالش کشیده است.استخراج خودکار جمعیت ، مداخله ، مقایسه کننده و نتیجه (PICO) از مطالعات آزمایشی بالینی می تواند روند سنتی وقت گیر برای بررسی دستی بررسی های منظم را کاهش دهد.رویکردهای موجود از استخراج قاب پیکو شامل رویکرد نظارت شده است که به وجود نقاط داده حاشیه نویسی دستی در قالب برچسب زدن برچسب زیستی متکی است.رویکردهای اخیر ، مانند یادگیری درون متن (ICL) ، که نشان داده شده برای تعدادی از کارهای NLP در پایین دست مؤثر است ، نیاز به استفاده از نمونه های دارای برچسب دارد.در این کار ، ما استراتژی ICL را با استفاده از دانش پیش فرض شده از مدل های بزرگ زبان (LLM) ، که در مرحله پیش از یک LLM جمع آوری شده است ، به طور خودکار اصطلاحات مربوط به پیکو را از اسناد آزمایش بالینی در تنظیم نشده برای تنظیم غیرقابل کنترل برای دور زدن در دسترس بودن استفاده می کنیم.تعداد زیادی از نمونه های داده حاشیه نویسی.علاوه بر این ، برای نشان دادن بیشترین اثربخشی LLM در سناریوی اوراکل که تعداد زیادی نمونه حاشیه نویسی در آن موجود است ، ما استراتژی تنظیم دستورالعمل را با استفاده از اقتباس با درجه پایین (LORA) اتخاذ می کنیم تا آموزش مدل غول پیکر را در محیط کم منابع برای قاب پیکو انجام دهیمکار استخراجنتایج تجربی ما نشان می دهد که چارچوب مبتنی بر ICL پیشنهادی ما نتایج قابل مقایسه ای را در تمام نسخه های مجموعه داده های EBM-NLP ایجاد می کند و نسخه تنظیم شده دستورالعمل پیشنهادی از چارچوب ما نتایج پیشرفته ای را در تمام مجموعه داده های EBM-NLP ایجاد می کند.پروژه ما در \ url {https://github.com/shrimonmuke0202/alpapico.git} در دسترس است.