定量生物学 > 定量方法
[提交于 2025年6月19日
(v1)
,最后修订 2025年7月17日 (此版本, v3)]
标题: SHREC:一种用于通过大型语言模型推进下一代计算表型分析的框架
标题: SHREC: A Framework for Advancing Next-Generation Computational Phenotyping with Large Language Models
摘要: 目标:计算表型是中心信息学活动,所产生的队列支持各种应用。 然而,由于手动数据审查、自动化有限以及在不同来源之间适应算法的困难,它耗时较长。 由于大型语言模型(LLMs)在文本分类、理解和生成方面表现出令人鼓舞的能力,我们认为它们在传统上由人类专家执行的重复性手动审查任务中表现良好。 为了支持下一代计算表型方法,我们开发了SHREC,这是一个将LLMs全面集成到端到端表型管道中的框架。 方法:我们应用并测试了三种轻量级LLMs(Gemma2 270亿参数,Mistral Small 240亿参数,Phi-4 140亿参数)使用先前开发的ARF呼吸支持疗法的表型来分类概念和表型患者。 结果:所有模型在概念分类方面表现良好,最佳模型(Mistral)在所有相关概念上的AUROC为0.896。 对于表型分析,模型对所有表型表现出接近完美的特异性,而表现最好的模型(Mistral)在单一疗法表型上的平均AUROC达到0.853,尽管在多疗法表型上的表现较低。 结论:当前的轻量级LLMs可以可行地协助研究人员完成资源密集型的表型任务,如手动数据审查。 LLMs有若干优势支持其在计算表型中的应用,例如仅通过提示工程即可适应新任务以及整合原始电子健康记录(EHR)数据的能力。 推进下一代表型方法的未来步骤包括确定整合生物医学数据的最佳策略,探索LLMs如何推理,并推进生成模型方法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.