AI模型可从临床记录中筛查认知障碍
一项发表在《npj Digital Medicine》杂志上的研究显示,马萨诸塞州总医院研究团队开发了两种基于大语言模型的临床筛查工作流程,其中自主代理工作流程通过协调五个专业代理进行提示优化,在认知障碍识别任务中展现出卓越性能。该系统在独立数据集验证中实现0.74的F1值,且对44%的假阴性案例作出临床合理判断,敏感性虽受现实患病率影响有所下降,但其"数字临床团队"架构模拟了医生病例讨论机制,为人工智能辅助诊断提供了创新范式,有望提升医疗系统早期认知障碍筛查效率。

