检索增强 LLM 用于从纵向 EHR 叙述中进行临床试验招募中的证据本地化

筛选患者进行入组是众所周知的劳动密集型瓶颈，会导致入组不足并最终导致试验失败。 大语言模型 (LLM) 的最新突破为利用人工智能改进筛查提供了一个充满希望的机会。本研究系统地探索了基于编码器和解码器的生成 LLM 来筛选临床叙述，以促进临床试验招募。我们检查了通用LLM和医学适应的LLM，并探索了三种策略来缓解处理长文档时的“中间丢失”问题，包括1）原始长上下文：使用LLM的默认上下文窗口，2）基于NER的提取摘要：使用命名实体识别将长文档转换为摘要，3）RAG：基于资格标准。使用2018年N2C2 Track 1基准数据集进行评估。我们的实验结果表明，采用 RAG 策略的 MedGemma 模型取得了 89.05% 的最佳 micro-F1 分数，优于其他模型。生成式 LLM 显着改进了需要对长文档进行长期推理的试验标准，而跨越一小段上下文（例如实验室测试）的试验标准则显示出渐进式改进。在现实世界中采用 LLM 进行试验招募必须考虑在基于规则的查询、基于编码器的 LLM 和生成式 LLM 之间进行选择的具体标准，以在合理的计算成本内最大限度地提高效率。