《“达尔姆”:利用大语言模型实现上下文感知的临床数据增强》
《 “达尔姆” :利用大语言模型实现上下文感知的临床数据增强》一文提出了一种新颖的临床数据增强框架,称之为“达尔姆”,旨在通过大语言模型( LLMs )生成患者情境合成数据,以增强临床数据的适用性和可靠性,进而提高人工智能在医学诊断中的性能。 该研究由澳大利亚昆士兰科技大学、悉尼科技大学、里斯本大学等机构的研究人员共同完成。 在 799 个病例上应用,使用 MIMIC-IV 数据集中的九个特征,“达尔姆”创建了一个包含 91 个特征的增强数据集。
数字医疗