論文の概要: AE-GPT: Using Large Language Models to Extract Adverse Events from
Surveillance Reports-A Use Case with Influenza Vaccine Adverse Events
- arxiv url: http://arxiv.org/abs/2309.16150v1
- Date: Thu, 28 Sep 2023 03:53:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-29 16:09:19.248785
- Title: AE-GPT: Using Large Language Models to Extract Adverse Events from
Surveillance Reports-A Use Case with Influenza Vaccine Adverse Events
- Title(参考訳): AE-GPT:大規模言語モデルを用いてサーベイランスレポートから副次事象を抽出する-インフルエンザワクチン副次事象の事例
- Authors: Yiming Li, Jianfu Li, Jianping He, Cui Tao
- Abstract要約: 大言語モデル (LLMs) は臨床報告の中でAEを効果的に同定しカタログ化する可能性を示唆している。
本研究では特に,ALMのAE抽出能力を評価するためのAEに焦点を当てた。
微調整 GPT 3.5 モデル (AE-GPT) は0.704 マイクロ F1 スコアを厳密な試合、0.816 スコアを緩和した。
- 参考スコア(独自算出の注目度): 13.221548807536067
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Though Vaccines are instrumental in global health, mitigating infectious
diseases and pandemic outbreaks, they can occasionally lead to adverse events
(AEs). Recently, Large Language Models (LLMs) have shown promise in effectively
identifying and cataloging AEs within clinical reports. Utilizing data from the
Vaccine Adverse Event Reporting System (VAERS) from 1990 to 2016, this study
particularly focuses on AEs to evaluate LLMs' capability for AE extraction. A
variety of prevalent LLMs, including GPT-2, GPT-3 variants, GPT-4, and Llama 2,
were evaluated using Influenza vaccine as a use case. The fine-tuned GPT 3.5
model (AE-GPT) stood out with a 0.704 averaged micro F1 score for strict match
and 0.816 for relaxed match. The encouraging performance of the AE-GPT
underscores LLMs' potential in processing medical data, indicating a
significant stride towards advanced AE detection, thus presumably generalizable
to other AE extraction tasks.
- Abstract(参考訳): ワクチンは世界的な健康に役立ち、感染症やパンデミックの流行を緩和するが、時には有害事象(AE)を引き起こすことがある。
近年,Large Language Models (LLMs) は臨床報告の中でAEを効果的に同定し,カタログ化することを約束している。
1990年から2016年までのVAERS(Vaccine Adverse Event Reporting System)のデータを利用することで、特にALMのAE抽出能力を評価することに焦点を当てた。
GPT-2, GPT-3変異株, GPT-4, Llama 2を含む各種のLLMをInfluenzaワクチンを用いて検討した。
微調整 GPT 3.5 モデル (AE-GPT) は0.704 マイクロ F1 スコアを厳密な試合、0.816 スコアを緩和した。
AE-GPT の励振性能は、医学データ処理における LLM のポテンシャルを裏付けるもので、高度な AE 検出に向けた重要な歩みを示している。
関連論文リスト
- Prescribing Large Language Models for Perioperative Care: What's The
Right Dose for Pre-trained Models? [7.963194691772056]
術後のリスク予測は、効果的なケア管理と計画に影響を及ぼす。
臨床大言語モデル (LLM) が術後のリスクを予測できるかどうかを, 各種トレーニング戦略を用いた臨床テキストを用いて評価することを目的とした。
BJHデータセットでは,30日間の死亡,肺塞栓症(PE),肺炎が認められた。
事前訓練されたLLMは従来の単語の埋め込みよりも優れており、AUROCは38.3%、AUPRCは14%だった。
論文 参考訳(メタデータ) (2024-02-27T13:18:00Z) - HuatuoGPT-II, One-stage Training for Medical Adaption of LLMs [62.73042700847977]
HuatuoGPT-IIは、いくつかのベンチマークで、中国の医学領域における最先端のパフォーマンスを示している。
さらに、ChatGPTやGPT-4といったプロプライエタリなモデルよりも、特に中国伝統医学において優れています。
論文 参考訳(メタデータ) (2023-11-16T10:56:24Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳(メタデータ) (2022-12-16T13:57:41Z) - ANet: Autoencoder-Based Local Field Potential Feature Extractor for
Evaluating An Antidepressant Effect in Mice after Administering Kratom Leaf
Extracts [0.44325173792230727]
我々は、ANetと呼ばれるオートエンコーダ(AE)ベースの異常検出器を用いて、KT抽出液とADインフルエンザに応答するマウスの局所野電位(LFP)の特徴の類似度を測定した。
KTシロップに反応した特徴は、ADインフルエンザに反応したものと85.62 pm$ 0.29%と最も類似している。
論文 参考訳(メタデータ) (2022-09-17T01:14:26Z) - Be Your Own Neighborhood: Detecting Adversarial Example by the
Neighborhood Relations Built on Self-Supervised Learning [64.78972193105443]
本稿では,予測に有効な新しいAE検出フレームワークを提案する。
AEの異常な関係と拡張バージョンを区別して検出を行う。
表現を抽出し、ラベルを予測するために、既製の自己監視学習(SSL)モデルが使用される。
論文 参考訳(メタデータ) (2022-08-31T08:18:44Z) - Efficient Novelty Detection Methods for Early Warning of Potential Fatal
Diseases [0.0]
CHE(Critical Health Episodes)のような致命的な病気は、集中治療室に入院した患者にとって真の危険である。
本研究は,急性低血圧エピソードや頻拍エピソードなどのCHEの早期警戒システムの構築に焦点をあてた。
論文 参考訳(メタデータ) (2022-08-06T19:04:51Z) - Federated Learning Enables Big Data for Rare Cancer Boundary Detection [98.5549882883963]
6大陸にわたる71の医療機関のデータを含む,これまでで最大のフェデレーテッドML研究の結果を報告する。
グリオ芽腫の稀な疾患に対する腫瘍境界自動検出装置を作製した。
当科では, 外科的に標的とした腫瘍の悪性度を高めるために, 33%の改善率を示し, 腫瘍全体に対する23%の改善率を示した。
論文 参考訳(メタデータ) (2022-04-22T17:27:00Z) - Dual-Consistency Semi-Supervised Learning with Uncertainty
Quantification for COVID-19 Lesion Segmentation from CT Images [49.1861463923357]
CT画像を用いた半監視型COVID-19病変分割のための不確実性誘導型二重一貫性学習ネットワーク(UDC-Net)を提案する。
提案した UDC-Net は,Dice の完全教師方式を 6.3% 向上させ,他の競合的半監督方式を有意なマージンで上回っている。
論文 参考訳(メタデータ) (2021-04-07T16:23:35Z) - Contrastive Learning Improves Critical Event Prediction in COVID-19
Patients [19.419685256069666]
対照的損失 (CL) は非平衡 EHR データに対するクロスエントロピー損失 (CEL) の性能を改善することを示した。
この研究は、シナイ山にあるIcahn School of MedicineのInstitutional Review Boardによって承認されています。
論文 参考訳(メタデータ) (2021-01-11T16:41:13Z) - Preliminary Results from a Peer-Led, Social Network Intervention,
Augmented by Artificial Intelligence to Prevent HIV among Youth Experiencing
Homelessness [47.21347530335741]
米国では毎年400万人の若者がホームレスを経験しており、HIV感染率は3から11.5%である。
HIV予防のためのPCAモデルは、多くの集団で成功したが、顕著な失敗があった。
我々は,(1)人工知能(AI)計画アルゴリズムを用いたPCA選択用アーム,(2)高次集中度(DC)として操作された人気アーム,(3)観測のみ比較群(OBS)の3つの腕で,YEHに対する新たなPCA介入試験を行った。
AIとDCの両腕は時間とともに改善され、AIベースのPCA選択が改善した
論文 参考訳(メタデータ) (2020-07-11T02:17:53Z) - Natural Language Processing with Deep Learning for Medical Adverse Event
Detection from Free-Text Medical Narratives: A Case Study of Detecting Total
Hip Replacement Dislocation [0.0]
人工股関節置換術後の股関節脱臼AEの検出を効率的かつ正確に行うための深層学習ベースNLP(DL-NLP)モデルを提案する。
提案したモデルをML-NLP(ML-NLP)モデルでベンチマークした。
すべてのDL-NLPモデルはML-NLPモデルをすべて上回り、畳み込みニューラルネットワーク(CNN)モデルは全体的なパフォーマンスを最高のものにした。
論文 参考訳(メタデータ) (2020-04-17T16:25:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。