Informacja ASCO.

Amerykańskie Towarzystwo Onkologii Klinicznej zwraca uwagę, że systemy oparte na dużych modelach językowych (LLM) osiągają większą skuteczność, przy 100% trafności, niż tradycyjne metody kwalifikacji uczestników do badań klinicznych III fazy, podając przykład analizy 4,7 miliona elektronicznych dokumentacji medycznych w Cleveland Clinic, aby zidentyfikować pacjentów kwalifikujących się do udziału w badaniu, dotyczącym czerwienicy prawdziwej.

https://ascoai.org/articles/2026/07/from-47-million-records-to-50-eligible-candidates-how-an-llm-streamlined-a-phase-iii-pv-trial/?md5=e8037dec7dbe51b317adc08dc78b709b&mktId=24894050&utm_medium=email&utm_source=07-07-26&segCode=&mkt_tok=ODI0LVhPRy0wNTQAAAGi3BXKs7RxCUJ-Edgi61wK4OsGc1Y7ovjgiu1qHiF-xYcFps7yWCcTuvTI5GuaA3xHt9d0qy4jx4i9lEGpygLnF1E1Lslsm6c_Cmn2sRcoOya0h6yd