换一批基于大语言模型的病例报告表自动生成探索与实践
Automating Clinical Report Generation:Developing and Implementing Large Language Models for Case Report Forms
摘要目的 探索利用大语言模型辅助临床试验病例报告表生成,提高其设计效率和准确性,以及有效保护患者的隐私和数据安全.方法 采用开源大语言模型Llama3 作为基座模型,使用大语言模型管理框架工具Ollama进行私有化部署;结合检索增强生成辅助病例报告表模板生成;采用加权算法对敏感数据进行识别与脱敏处理,完成病例报告表设计与生成.结果 本系统在病例报告表生成场景中具有良好的效果,检索模块的文档检索命中率高达100.00%;生成模块的BLEU得分为 0.36(4-gram);在信息安全保护方面,脱敏准确率高达 98.00%.结论 该系统通过大语言模型完成模板生成和智能数据提取,提高了病例报告表设计与生成的效率和准确性,多种算法加权的数据脱敏,确保了报告的数据安全.
更多相关知识
关键词
病例报告表大语言模型临床试验检索增强生成数据脱敏Case report formLarge language modelClinical trialRetrieval-augmented generationData desensitization
栏目名称
DOI
10.3969/j.issn.1671-9069.2025.08.023
发布时间
2025-10-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
