irAE-GPT: leveraging large language models to identify immune-related adverse events in electronic health records and clinical trial datasets - PubMed
20 days ago
- #Large Language Models
- #Electronic Health Records
- #Immune-Related Adverse Events
- 该研究评估了GPT模型（GPT-3.5、GPT-4、GPT-4o）从电子健康记录（EHR）和临床试验数据集的非结构化患者笔记中识别免疫相关不良事件（irAEs）的能力。
- 使用零样本提示，模型在三个机构的442名患者中进行了测试，显示出高敏感性和特异性，但阳性预测值中等，表明存在过度预测irAEs的倾向。
- GPT-4o取得了最高的F1分数，在血液学、胃肠和肌肉骨骼/风湿性irAE类别中表现最佳。
- 局限性包括处理文本因果关系困难，特别是将不良事件与免疫检查点抑制剂治疗进行因果关联。
- 该方法旨在自动化irAE检测，减少人工审查负担，并加强医疗数据集中的安全性监测。