Towards understanding the disease landscape of clinical trials in Germany: Ontology and embedding-based pipelines versus Large Language Models for ICD-10 Harmonization
यह अध्ययन प्रदर्शित करता है कि जबकि एक नियत ऑन्टोलॉजी (deterministic ontology) और एम्बेडिंग-आधारित पाइपलाइन जर्मनी में विषम क्लिनिकल ट्रायल कंडीशन डेटा को ICD-10 मानकों के साथ आंशिक रूप से सामंजस्यपूर्ण बना सकती है, लार्ज लैंग्वेज मॉडल्स (विशेष रूप से GPT-4o) विशेषज्ञ मानव कोडिंग के साथ लगभग पूर्ण सहमति प्राप्त करके इसमें काफी बेहतर प्रदर्शन करते हैं, जिससे वे क्रॉस-रजिस्ट्री रोग परिदृश्य विश्लेषण के लिए एक श्रेष्ठ समाधान प्रदान करते हैं।