急性神经肿瘤科门诊中大语言模型生成临床摘要的应用效果与准确性评估
《Neuro-Oncology》:123?Large language models in acute neuro-oncology clinics to rapidly produce clinical documentation: are they accurate and do they improve efficiency?
【字体:
大
中
小
】
时间:2026年10月09日
来源:Neuro-Oncology 13.1
编辑推荐:
大语言模型(LLMs)越来越多地被应用于医疗领域,以减轻行政负担并提高生产力。然而,该技术在临床环境中的准确性尚缺乏充分的验证。临床摘要和信件必须由临床医生进行交叉核查,以核实其准确性。急性神经肿瘤科门诊的患者通常会收到令人沮丧的诊断消息,这损害了他们记住诊察中除诊断以外各方
大语言模型(LLMs)越来越多地被应用于医疗领域,以减轻行政负担并提高生产力。然而,该技术在临床环境中的准确性尚缺乏充分的验证。临床摘要和信件必须由临床医生进行交叉核查,以核实其准确性。急性神经肿瘤科门诊的患者通常会收到令人沮丧的诊断消息,这损害了他们记住诊察中除诊断以外各方面内容的能力。诊察后立即可用的信件和临床摘要对患者及其家属,以及麻醉、值班和病房团队均有益。Lyrebird大语言模型在6个月内被用于96%的急症肿瘤门诊,且无患者拒绝其使用。临床信息由大语言模型进行总结并上传至电子病历系统(EPR),以减少麻醉评估或围手术期记录中的进一步行政负担。大语言模型生成的信件由肿瘤学研究员进行准确性交叉核查,并与口述信件进行比较,以量化额外细节的程度。患者和工作人员填写问卷,以评估该技术的适用性和实用性。在73%的病例中,大语言模型的临床摘要至少被修改了1处。通常,这是因为患者年龄错误、影像检查结果按照患者描述或家属的病史或经历进行表述所致。然而,其在电子病历系统中的应用减轻了临床团队反复记录患者病史的负担,并因此使主诉的描述更加详细。当临床医生了解最常见的错误及应对方法时,大语言模型的使用效率将得到提高。此外,它还改善了患者体验,并提高了麻醉评估和围手术期记录的效率。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号