ترجمه فارسی مقاله تریاژ متنی: ارزیابی GPT4 برای طبقه‌بندی پیام‌های آزاد متنی مرتبط با دارو برای مدیریت فشار خون بالا

چکیده

Patient-generated free-text messages are a well-recognized source of clinical burden and burnout for clinicians. Machine learning approaches such as Large Language Models (LLMs) may be applied to alleviate this burden by automatically triaging and classifying messages, but their performance in this domain has not been fully characterized. In this study, we analyzed the effectiveness of GPT4 for classifying patient and provider messages for hypertension management through prompt engineering, comparing its performance to an alternative unsupervised generative statistical approach. The results of this study suggest GPT is promising for classification of medical-related messages even with very few guiding examples.

چکیده به فارسی (ترجمه ماشینی)

پیام های متن متن آزاد با بیمار منبع شناخته شده بار بالینی و فرسودگی برای پزشکان است.رویکردهای یادگیری ماشین مانند مدل های بزرگ زبان (LLM) ممکن است برای کاهش این بار با ترسیم خودکار و طبقه بندی پیام ها اعمال شود ، اما عملکرد آنها در این دامنه کاملاً مشخص نشده است.در این مطالعه ، ما اثربخشی GPT4 را برای طبقه بندی پیام های بیمار و ارائه دهنده برای مدیریت فشار خون بالا از طریق مهندسی سریع ، تجزیه و تحلیل کردیم ، و عملکرد آن را با یک رویکرد آماری تولیدی بدون نظارت جایگزین مقایسه کردیم.نتایج این مطالعه حاکی از آن است که GPT نویدبخش برای طبقه بندی پیام های مرتبط با پزشکی حتی با نمونه های بسیار کمی است.