مقاله پیشی گرفتن از برنامه نویسی پزشکی GPT-4 با رویکرد دو مرحله ای

چکیده

Recent advances in large language models (LLMs) show potential for clinical applications, such as clinical decision support and trial recommendations. However, the GPT-4 LLM predicts an excessive number of ICD codes for medical coding tasks, leading to high recall but low precision. To tackle this challenge, we introduce LLM-codex, a two-stage approach to predict ICD codes that first generates evidence proposals using an LLM and then employs an LSTM-based verification stage. The LSTM learns from both the LLM’s high recall and human expert’s high precision, using a custom loss function. Our model is the only approach that simultaneously achieves state-of-the-art results in medical coding accuracy, accuracy on rare codes, and sentence-level evidence identification to support coding decisions without training on human-annotated evidence according to experiments on the MIMIC dataset.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های اخیر در مدل های بزرگ زبان (LLMS) پتانسیل کاربردهای بالینی ، مانند پشتیبانی از تصمیم گیری بالینی و توصیه های آزمایشی را نشان می دهد.با این حال ، GPT-4 LLM تعداد بیش از حد کدهای ICD را برای کارهای کدگذاری پزشکی پیش بینی می کند و منجر به فراخوان بالا اما دقت کم می شود.برای مقابله با این چالش ، ما LLM-Codex را معرفی می کنیم ، یک رویکرد دو مرحله ای برای پیش بینی کدهای ICD که ابتدا پیشنهادات شواهدی را با استفاده از LLM تولید می کنند و سپس از مرحله تأیید مبتنی بر LSTM استفاده می کنند.LSTM با استفاده از یک عملکرد از دست دادن سفارشی ، از هر دو فراخوان بالا و با دقت بالای انسانی LLM یاد می گیرد.مدل ما تنها رویکردی است که به طور همزمان به نتایج پیشرفته در صحت کدگذاری پزشکی ، دقت در کدهای نادر و شناسایی شواهد در سطح جمله برای پشتیبانی از تصمیمات کدگذاری بدون آموزش شواهد با نگاهی انسان با توجه به آزمایشات مربوط به تقلید دست می یابد.مجموعه داده