medRxiv 预印本· Yang, T., Chang, J., Kim, Y., Cho, J., Choi, K., Son, M., Kim, C. ·· 6 天前AI 评分22
MENTOR:基于大语言模型的多智能体系统用于高效筛选机构特异性阴性对照结局
MENTOR: An Evidence-Informed Large Language Model-Based Multi-Agent System for Efficient Selection of Institution-Specific Negative Control Outcomes
AI 导读
研究者开发并评估了多智能体系统MENTOR,结合CEM证据与大语言模型推理为医疗机构筛选特异性阴性对照结局(NCO)。在韩国某三级医院290万患者数据中,MENTOR针对3对药物提出243个NCO(CEM-only为121个),准确率0.83 vs 0.53、敏感性0.89 vs 0.41、PPV 0.86 vs 0.79。仅对不一致候选进行推理裁决,使计算时间控制在全部智能体均推理的40%以内。
来源:medRxiv 预印本 · medrxiv.org