使用微调大语言模型解析肌肉骨骼疼痛疾病的临床健康记录
方法：收集了26551份含有“疼痛”一词的患者记录，由专业人员手动标注了1714份记录的疼痛部位和急性程度，然后将标注转化为简短的句子，与原始记录和一个样本指令配对。将微调后的模型的性能与已建立的基线模型架构（如BERT和Longformer）进行了比较。结果：在解析肌肉骨骼疼痛的部位和急性程度方面，微调后的LLaMA-7B模型在绝大多数情况下都优于基线模型。目的：使用经过微调的大型语言模型（LLM）来解析患有肌肉骨骼疼痛障碍的临床记录，提取疼痛的特征（如部位和急性程度）。
复制链接