這項研究探討大型語言模型（LLMs）在中文生物醫學命名實體識別（BNER）任務的表現，這領域的研究相對較少。作者評估了多個LLMs，包括ChatGLM2-6B、GLM-130B、GPT-3.5和GPT-4，使用真實的中文電子病歷數據集及公共數據集。結果顯示，雖然LLMs在零樣本和少樣本情境下有潛力，但經過指令微調後表現顯著提升。特別是微調後的ChatGLM2-6B在真實數據集上超越了專門模型，而GPT-3.5在CCKS2017數據集上表現最佳，但仍未超過頂尖專業模型DGAN。這是首個評估LLMs在中文BNER任務的研究，顯示其潛力並為未來應用提供指導。 PubMed DOI

這項研究評估了多種大型語言模型（LLMs）在從電子健康紀錄中提取數據的表現，使用了50份合成醫療筆記。共測試了18個LLM，並與基準模型RoBERTa比較，涵蓋多個任務。表現最佳的模型包括Claude 3.0 Opus、GPT 4等，準確率超過0.98，明顯優於RoBERTa的0.742。這些模型在多次測試中也展現出一致性，顯示出能有效協助數據提取，減輕醫療人員的負擔。不過，仍需用真實數據進一步驗證其實際應用效果。 PubMed DOI

這項研究提出了一種名為「GAPrompt」的新方法，旨在提升大型語言模型（LLMs）在自動化臨床評估中的應用，特別是針對電子健康紀錄（EHRs）中的中風評估。GAPrompt包含五個關鍵組件，包括選擇適合的LLM、建立增強知識庫、改善檢索、增強推理精確性及結合多重生成輸出。研究結果顯示，GAPrompt能有效分析EHRs並提供定量評估，解決傳統中風評估的勞動密集問題，顯示LLMs在醫療及其他領域的潛力。 PubMed DOI

最近，大型語言模型（LLMs）在生物醫學資訊擷取（IE）方面的應用逐漸增多，但仍面臨提示工程和演算法開發的挑戰，且缺乏專門的軟體解決方案。為此，我們開發了 **LLM-IE**，這是一個用於建立資訊擷取管道的 Python 套件，能協助進行命名實體識別、實體屬性擷取及關係擷取。我們在 i2b2 臨床數據集上測試，發現其在實體擷取上達到超過 70% 的 F1 分數，實體屬性擷取約 60%。**LLM-IE** 還提供互動式 LLM 代理、先進的提示演算法及可視化工具，未來將持續增強與提升效率。 PubMed DOI

這項研究開發了MedScaleNER框架，旨在透過基於測量的護理改善病人結果，特別是在非結構化的中文醫學文獻中識別醫學量表相關實體。由於標註數據有限，命名實體識別（NER）面臨挑戰。該框架結合大型語言模型（LLMs）和提示策略，成功識別量表名稱及測量項目。初步實驗顯示，GLM-4-0520與MedScaleNER結合後，達到59.64%的宏觀F1分數，顯示出顯著的改進，並為未來的研究提供了寶貴的見解。 PubMed DOI

這項研究探討大型語言模型（LLMs），如GPT-3.5、GPT-4.0和Claude-opus，在化學與疾病關係提取中的挑戰，特別是標註數據不足的情況。研究發現，這些模型在精確提取上達87%的F1分數，但全面提取僅73%。模型在提示工程上的改進有限，且對正向關係的識別較佳。提取錯誤多因模型誤解生物醫學文本的隱含意義。最後，研究提供了增強提取任務的工作流程，並強調優化訓練數據的重要性。 PubMed DOI

這項研究用標準化、針對人類優化的提示語，讓大型語言模型標註六家醫院的放射科報告，結果 Llama 3.1 70b 在不同報告和機構間都很準確且一致。顯示只要設計好提示語，LLMs 在各種臨床環境下都能穩定標註。未來會再加強提示語的通用性和模型穩定性。 PubMed DOI

**重點整理：** 這項研究顯示，只要搭配詳細的提示、範例和逐步推理，大型語言模型（LLMs）就能夠準確地從臨床紀錄中擷取出常見的病人症狀。跟傳統的機器學習方法相比，LLMs在從自由文本中辨識和標準化症狀資訊方面表現得更好，這有助於提升醫療流程，也能支持更多相關研究。 PubMed

這篇文章說明大型語言模型（LLMs）能準確從臨床文本抓取數值資料，像是檢驗數據和生命徵象。作者提出新提示策略和方法，能有效降低錯誤，並在標註病歷上驗證成果，也證明這方法適用於大量器官捐贈者資料分析，有助提升器官採集資料的研究可用性。 PubMed

這項研究評估多種大型語言模型，利用提示工程從胃鏡和大腸鏡報告中擷取結構化資訊。結果顯示，大型且專業化的模型在基本資訊擷取表現最好，但遇到複雜推理時仍有限制。少樣本學習對部分模型有幫助，顯示LLMs自動化醫療文本分析有潛力，但還需改進。 PubMed DOI