EHRmonize: A Framework for Medical Concept Abstraction from Electronic Health Records using Large Language Models

电子病历（EHRs）包含大量复杂数据，但协调和处理这些信息仍然是一项具有挑战性和昂贵的任务，需要重要的临床专业知识。虽然大型语言模型（LLMs）在各种医疗应用中显示出了潜力，但它们从EHRs中抽象医学概念的潜力仍然很少被探索。我们介绍了EHRmonize，这是一个利用LLMs从EHR数据中抽象医学概念的框架。我们的研究使用来自两个真实世界的EHR数据库的药物数据来评估五个LLMs在两个自由文本提取和六个二进制分类任务上的表现，跨越各种提示策略。在所有任务中，GPT-4o的10-shot提示取得了最高的性能，伴随着在一些任务的子集中的Claude-3.5-Sonnet。GPT-4o在识别通用路线名称方面达到了97％的准确率，在通用药物名称方面为82％，在进行抗生素二进制分类时为100％。虽然EHRmonize显着提高了效率，估计减少了60％的注释时间，但我们强调临床医生的监督仍然是必不可少的。我们的框架作为一个Python包可用，提供了一个有希望的工具，以协助临床医生在EHR数据抽象中，潜在地加速医疗保健研究并改善数据协调过程。

本论文旨在利用大型语言模型（LLMs）从电子健康记录（EHR）中抽象医学概念，以提高EHR数据抽象的效率和准确性。

论文提出了一个名为EHRmonize的框架，利用LLMs来自动化EHR数据的抽象过程，并在真实世界的两个EHR数据库中进行了药物数据的实验验证。实验结果表明，GPT-4o在各种提示策略下的表现最佳，其准确率在多个任务中均超过90%。

论文提出的EHRmonize框架能够显著提高EHR数据抽象的效率，降低注释时间，并为医疗研究和数据协调提供了有力的工具。实验使用的数据集来自真实的EHR数据库，并且作者已经将框架的Python代码开源。

最近在这个领域中，也有一些相关研究。例如，一篇名为“Leveraging Pre-trained Language Models for Clinical Information Extraction”的论文也利用了LLMs来提高临床信息提取的效率。