A large language model for clinical outcome adjudication from telephone follow-up interviews: a secondary analysis of a multicenter randomized clinical trial
7.5
来源：
Nature
关键字：
AI radiology
发布时间：
2025-12-02 07:36
摘要：
Fu-LLM是一种领域特定的大型语言模型，能够有效自动化临床试验中的关键事件预审查。研究表明，该模型在多中心随机临床试验中表现优于传统机器学习模型和人类评审者，显著提高了数据质量和工作效率。该技术的应用为临床试验提供了一个可扩展的解决方案，具有较高的商业潜力和市场价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
0.5
关键证据
Fu-LLM有效地自动化了关键临床事件的预审查。
Fu-LLM在多中心随机临床试验中表现优于传统模型和人类评审者。
研究结果显示Fu-LLM在临床试验中提供了可扩展和准确的工具。
真实性检查
否
AI评分总结
Fu-LLM是一种领域特定的大型语言模型，能够有效自动化临床试验中的关键事件预审查。研究表明，该模型在多中心随机临床试验中表现优于传统机器学习模型和人类评审者，显著提高了数据质量和工作效率。该技术的应用为临床试验提供了一个可扩展的解决方案，具有较高的商业潜力和市场价值。