Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #2712

CohortFlow: управляемый агент для курации клинических когорт с локализованной семантической коррекцией

Авторы представляют CohortFlow — агент, который представляет правки на естественном языке как локализованные обновления структурированного описания когорты и хранит постоянный граф выполнения с семантическими зависимостями, чтобы инвалидировать только затронутые вычисления. На 100 сценариях (126 ходов коррекции), полученных из критериев включения в клинические испытания, локализованное управление показало сопоставимый результат по микро-F1 требований (77,0% против 76,4%, p=0,493), при этом средняя задержка исправлений сократилась на 64,8% после завершения и на 44,3% в ходе выполнения, а количество вызовов модели уменьшилось на 38,1%; в демонстрации на MIMIC все 13 состояний когорт выполнились, показав селективное перерасчитывание изменённых или зависимых узлов.

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. Авторы представляют CohortFlow — агент, который представляет правки на естественном языке как локализованные обновления структурированного описания когорты и хранит постоянный граф выполнения с семантическими зависимостями, чтобы инвалидировать только затронутые вычисления.
  2. На 100 сценариях (126 ходов коррекции), полученных из критериев включения в клинические испытания, локализованное управление показало сопоставимый результат по микро-F1 требований (77,0% против 76,4%, p=0,493), при этом средняя задержка исправлений сократилась на 64,8% после завершения и на 44,3% в ходе выполнения, а количество вызовов модели уменьшилось на 38,1%; в демонстрации на MIMIC все 13 состояний когорт выполнились, показав селективное перерасчитывание изменённых или зависимых узлов.
  3. Локализованная семантическая корректировка существенно снижает задержки и число вызовов моделей при сохранении точности требований, что повышает эффективность интерактивной курации когорт при меняющихся критериях.

ПОЧЕМУ ЭТО ВАЖНО

Локализованная семантическая корректировка существенно снижает задержки и число вызовов моделей при сохранении точности требований, что повышает эффективность интерактивной курации когорт при меняющихся критериях.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1