這項研究探討心房顫動患者中,口服抗凝劑(OAC)未開處方的原因,發現未開處方比例接近50%。研究人員分析臨床筆記,利用大型語言模型如GPT-4和ClinicalBERT來識別未開處方的原因。在35,737名患者中,有21.6%缺乏有效OAC處方。GPT-4在識別原因上表現優於ClinicalBERT,宏觀F1分數達0.79。研究指出,61.1%的筆記記錄了未開處方原因,最常見的包括使用抗血小板藥物、治療惰性及心房顫動負擔較低。這顯示大型語言模型在臨床見解提取上的潛力,並建議改善OAC處方率的干預措施。
PubMed
DOI