论文

FD-SCoPE:临床医生对试验证据表的可验证问答

Answering clinicians' questions over trial evidence tables with verifiable, feedback-driven language models

应用与实践行业应用

摘要

系统综述把临床试验浓缩为证据表,但临床医生只能通过数据库查询追问这些表,而许多问题涉及表未记录的属性,如药物靶点类别或统一化终点。我们提出FD-SCoPE:一个回答两类问题的语言模型框架,它暴露每个答案背后的查询、被选试验与推导规则,并从专家纠正中学习。在含159条免疫检查点抑制剂试验记录的肿瘤学证据表上,FD-SCoPE完成全部140个临床医生式任务(备选方案达90.7-97.9%);对需要派生属性的问题,它以89.8%阳性预测值检索到99.3%的相关试验记录,优于四种替代方法(派生值F1 77.7%对64.8-73.4%)。从参考答案模拟的299个问题纠正,把1201个未见问题的F1从77.9%提升到84.9%。语言模型结合可执行查询、经验证的程序与专家反馈,能给临床医生对试验证据的可审计访问。