预印本比较AI识别痴呆照护者负担的方法

Klein A等研究团队比较了四种从痴呆患者照护者与临床医生对话中识别照护负担的方法，预印本结果显示，无需微调的大语言模型提示法F1值略高于弱监督法和朴素基线，但尚需改进才能用于临床。 研究使用COPE in PACE研究的去标识化对话转录文本及Zarit负担评分。大语言模型提示法的精确率/F1为0.43/0.60，弱监督法为0.48/0.58，即前者F1略高、精确率较低。全监督模型因标签和分析单位不同，不能直接比较。研究团队指出，临床部署仍需更大的标注语料库和改进的标注策略。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。