多 大语言模型 精心策划的临床记录严重性评估 (MOSAIC)

背景：疾病严重程度是一个多维结构，很难通过电子医疗记录 (EHR) 中基于规则的方法来捕获。 Agentic 大语言模型 (LLM) 系统可以综合 EHR 的临床证据和推理，但尚未对该任务进行评估。方法：MOSAIC 是一种用于严重性表型分析的两阶段代理 LLM 框架，使用 2 型糖尿病 (T2D) 作为概念验证。 MOSAIC 在合成队列（SyntheticMass；开放权重 N = 4,886；封闭权重 N = 200）上根据三种算法基本事实（DCSI、DiSSCo、Cooper）以及全因死亡率和事故并发症进行评估。还比较了开放式（本地可部署）和专有管道。结果：生成的框架跨越了比较器所缺少的领域，包括基于生物标志物的血糖分期、β细胞功能和健康的社会决定因素。开放式权重 MOSAIC 与专有管道相匹配（封闭式与开放式权重 kappa = 0.773），并与 Cooper (kappa = 0.597) 和 DCSI (kappa = 0.534) 达成中等协议，并与 DiSSCo (kappa = 0.320) 达成公平协议。基于药物的（类型 1）层显示全因死亡率显着分离（对数秩 p < 0.001；非基线层的粗风险比为 1.6-2.4），上层的分离是非单调的，并且事件并发症的反梯度（对数秩 p < 0.001）与易感者的消耗一致。主体分类也与同一评分标准的确定性执行不同（MOSAIC Frozen；kappa = 0.428），表明推理超出了固定规则。结论：MOSAIC 显示代理 LLM 系统可以从 T2D 结构化 EHR 数据中生成并应用具有临床意义的严重程度表型。将其扩展到具有类似多维严重程度的其他疾病值得进一步研究。