PRISM: Patient Records Interpretation for Semantic Clinical Trial Matching using Large Language Models

临床试验匹配是识别患者可能符合资格的试验的任务。通常，这项任务需要耗费大量人力，并需要对患者的电子健康记录进行详细验证，以符合临床试验的严格纳入和排除标准。这个过程是手动的、耗时的，并且难以扩展，导致许多患者错失潜在的治疗选择。最近，大型语言模型（LLMs）的进展使得自动化患者-试验匹配成为可能，如多个同时进行的研究所示。然而，目前的方法局限于受限的、经常是合成的数据集，不能充分反映在真实世界医学数据中遇到的复杂性。在这项研究中，我们展示了使用真实世界的电子健康记录进行临床试验匹配的第一次端到端大规模实证评估。我们的研究展示了LLMs准确匹配患者与适当临床试验的能力。我们使用专有的LLMs，包括GPT-4和GPT-3.5，以及我们的自定义微调模型OncoLLM进行实验，并展示OncoLLM，尽管其大小显著较小，但不仅优于GPT-3.5，而且匹配合格医生的表现。所有实验都在美国一个单一癌症中心的包括临床笔记和可用临床试验的真实世界电子健康记录上进行。

通过大规模实证评估，论文旨在解决临床试验匹配中的人工智能自动化问题，并展示大规模真实世界数据集上的实验结果。

使用大型语言模型（LLMs）自动化匹配患者与合适的临床试验，提高匹配准确性和效率。

论文使用真实世界数据集进行实验，包括临床笔记和可用临床试验，展示了OncoLLM模型的优越性能，相比于GPT-3.5和医生匹配的准确性不逊色。

近年来，已有多篇研究使用LLMs自动化临床试验匹配，但是这些研究大多使用合成数据集进行实验，本文是第一篇在真实世界数据集上进行大规模实证评估的研究。