外媒 | 纽约大学朗格尼医疗中心的LLM可以预测医院的再入院率-普瑞纯证

纽约大学朗格尼医疗中心的研究人员开发了一个大型语言模型（LLM），可以预测患者30天再入院的风险和其他临床结果。他们与NVIDIA合作，使用人工智能平台开发和运行LLM。这个模型的代码已经在GitHub上发布，其他医疗机构可以使用它来训练自己的LLM，提供给医生洞察力，帮助他们识别哪些患者可能需要干预以减少再入院率。

NYUTron模型已经在纽约大学朗格尼医疗中心的三家医院部署，用于评估50,000名从该医疗系统出院的患者。NYUTron通过电子邮件与医生分享其再入院风险的预测结果。

NYUTron是在纽约大学朗格尼医疗中心的10年健康记录上进行预训练的，这是近400,000名患者的超过40亿个临床笔记的数据。研究人员表示，他们的方法是将再入院预测视为自然语言处理任务，涉及在高端多节点GPU服务器上预训练健康系统规模语料库的LLM的创建。

NYUTron的开发旨在回答以下问题：如何处理长序列长度？如何解决标签不平衡问题？如何评估噪声标签对模型评估的影响？

NYU的研究人员开发了另外四个算法，用于预测患者住院时间的长度、住院期间死亡的可能性以及患者的保险索赔可能被拒绝的机会。

NYU的Eric Oermann博士在NVIDIA网站上的一篇博客文章中表示：“并非所有医院都有资源在内部从头开始训练大型语言模型，但他们可以采用像NYUTron这样的预训练模型，然后使用云中的GPU对本地数据进行微调，这对几乎所有医疗机构都是可行的。”

NYU的研究人员发现，在预训练LLM之后，使用特定医院的数据对其进行现场微调有助于显著提高准确性。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。