- 研究目的: EHRからの脊椎手術データ抽出の自動化を目指し、NLPアルゴリズムとLLM(GPT4-Turbo)の統合を開発・検証
- 手法: 2段階アプローチで、ルールベースのNLPフレームワークとLLMを使用し、手術データを抽出・分類
- 主な結果: 手術タイプ、手術レベル、除去ディスク数、手術中の偶発性ドゥロトミーの正確な抽出
- 2つの検証データベースでアルゴリズムのパフォーマンス評価: 時間効率、トークン化長、コスト
- 結論: NLP + LLMアルゴリズムはすべてのパフォーマンス指標で大幅に改善し、時間とコストの効率性が向上
自然言語処理と大規模言語モデルの統合により、EHRからの脊椎手術データ抽出が効率化され、医療データ解析の信頼性向上とコスト削減が実証された。今後は他の手術タイプにも展開し、システムの拡張性と効果を確認する予定。
元記事: https://www.nature.com/articles/s41598-024-77535-y