论文
教授 LLM ICU 医生如何通过 OMOP 对齐检索进行临床推理，改善跨临床领域的推理
Teaching LLMs How ICU Physicians Approach Clinical Reasoning Through OMOP-Aligned Retrieval Improves Reasoning Across Clinical Domains
摘要
临床决策依赖于识别相关患者信息来指导诊断和治疗，这一挑战在数据密集且快速变化的重症监护病房 (ICU) 中尤其困难。 大语言模型 (LLM) 可以支持此任务。然而，现有的应用程序和数据集大多强调表面检索或事实回忆，而不是临床医生实践的归纳和演绎推理，以选择和推理决策相关的证据。我们假设对 LLM 进行 ICU 专家推理训练可以产生超越重症监护的临床推理技能。在这里，我们介绍 ICU-REACT，这是一个由 19 名临床医生通过临床医生循环框架开发的推理数据集，用于教授 LLM 在 ICU 中执行信息检索和上下文感知临床推理。使用 ICU-REACT，我们对涵盖 8B-70B 参数和三个模型系列的 Clin-REACT 模型进行了微调。在五个临床推理基准测试中，Clin-REACT 的表现始终优于其骨干模型以及开源通用和医疗 LLM。收益扩展到不同的任务，包括脚本一致性测试以及下游诊断和治疗任务。这些研究结果表明，重症监护中的专家推理监督可以改善更广泛的临床推理，尽管在实际临床使用之前需要进行前瞻性评估。