Matching patients to clinical trials with large language models

排名(信息检索) 匹配(统计) 计算机科学 临床试验 召回 语言模型 人工智能 情报检索 自然语言处理 机器学习 医学 医学物理学 心理学 病理 认知心理学
作者
Qiao Jin,Zifeng Wang,Charalampos S. Floudas,Fangyuan Chen,Changlin Gong,Dara Bracken-Clarke,Elisabetta Xue,Yifan Yang,Jimeng Sun,Zhiyong Lu
出处
期刊:Nature Communications [Springer Nature]
卷期号:15 (1) 被引量:9
标识
DOI:10.1038/s41467-024-53081-z
摘要

Abstract Patient recruitment is challenging for clinical trials. We introduce TrialGPT, an end-to-end framework for zero-shot patient-to-trial matching with large language models. TrialGPT comprises three modules: it first performs large-scale filtering to retrieve candidate trials (TrialGPT-Retrieval); then predicts criterion-level patient eligibility (TrialGPT-Matching); and finally generates trial-level scores (TrialGPT-Ranking). We evaluate TrialGPT on three cohorts of 183 synthetic patients with over 75,000 trial annotations. TrialGPT-Retrieval can recall over 90% of relevant trials using less than 6% of the initial collection. Manual evaluations on 1015 patient-criterion pairs show that TrialGPT-Matching achieves an accuracy of 87.3% with faithful explanations, close to the expert performance. The TrialGPT-Ranking scores are highly correlated with human judgments and outperform the best-competing models by 43.8% in ranking and excluding trials. Furthermore, our user study reveals that TrialGPT can reduce the screening time by 42.6% in patient recruitment. Overall, these results have demonstrated promising opportunities for patient-to-trial matching with TrialGPT.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
4秒前
ANDY完成签到,获得积分10
5秒前
5秒前
8秒前
sissi应助尊敬的人达采纳,获得20
8秒前
NICEUIO发布了新的文献求助10
8秒前
LI发布了新的文献求助10
8秒前
9秒前
9秒前
11秒前
12秒前
12秒前
13秒前
13秒前
lily完成签到,获得积分10
13秒前
124332发布了新的文献求助10
13秒前
CodeCraft应助科研通管家采纳,获得10
14秒前
SciGPT应助科研通管家采纳,获得10
14秒前
FashionBoy应助科研通管家采纳,获得10
14秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
lmy发布了新的文献求助10
14秒前
乐乐应助科研通管家采纳,获得10
14秒前
ding应助科研通管家采纳,获得10
14秒前
14秒前
14秒前
充电宝应助科研通管家采纳,获得10
14秒前
15秒前
桐桐应助科研通管家采纳,获得10
15秒前
bkagyin应助lunar采纳,获得10
15秒前
爆米花应助科研通管家采纳,获得10
15秒前
隐形曼青应助科研通管家采纳,获得10
15秒前
子车茗应助科研通管家采纳,获得10
15秒前
weicc完成签到,获得积分10
17秒前
18秒前
小和发布了新的文献求助10
18秒前
houyoufang发布了新的文献求助10
18秒前
QQ完成签到,获得积分10
20秒前
20秒前
Aroma完成签到,获得积分10
21秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 910
Development of general formulas for bolted flanges, by E.O. Waters [and others] 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3264696
求助须知:如何正确求助?哪些是违规求助? 2904692
关于积分的说明 8331249
捐赠科研通 2575017
什么是DOI,文献DOI怎么找? 1399626
科研通“疑难数据库(出版商)”最低求助积分说明 654521
邀请新用户注册赠送积分活动 633221