原題
Enhancing Precision in Detecting Severe Immune-Related Adverse Events: Comparative Analysis of Large Language Models and International Classification of Disease Codes in Patient Records.
**背景:**大規模研究において免疫関連有害事象(irAE)を特定することは困難であるが、大規模言語モデル(LLM)は検出精度を高める可能性がある。
**方法:**この研究では、免疫チェックポイント阻害薬療法を受けている患者の入院をレビューし、一般的および重度のirAEを特定する際に、LLMのパフォーマンスを手動判定およびICDコードと比較した。
**結果:**7,555件の入院のうち、LLMはいくつかのirAEに対してICDコードよりも高い感度(94.7%対68.7%)を示したが、特異度は同程度であった。LLMは症例を有意に迅速に処理し、1チャートあたりの平均時間は9.53秒であった。
**結論:**LLMはirAEを効果的に検出し、従来のICDコーディングよりも高い感度と効率を示している。
Journal: J Clin Oncol (CiteScore 2022: 39.6)
DOI: 10.1200/JCO.24.00326
PMID: 39226489
コメント