Оцінка LLM щодо безпеки лікарських засобів у первинній медичній допомозі NHS у реальних умовах

Автори: Oliver Normand, Esther Borsi, Mitch Fruin, Lauren E Walker, Jamie Heagerty, Chris C. Holmes, Anthony J Avery, Iain E Buchan, Harry Coppock

Опубліковано: 2025-12-24

Переглянути на arXiv →
#cs.AI

Анотація

Великі мовні моделі (LLM) демонструють значний потенціал для підвищення безпеки лікарських засобів у охороні здоров'я. У цій статті представлена реальна оцінка можливостей системи на основі LLM для перевірки безпеки лікарських засобів у первинній медичній допомозі NHS, виявлення потенційних помилок, лікарських взаємодій та побічних реакцій за даними пацієнтів та даними рецептів. Ретроспективне дослідження анонімних даних пацієнтів NHS показало, що система LLM досягла 100% чутливості у виявленні критичних проблем безпеки, але правильно визначила всі проблеми та втручання лише у 46,9% пацієнтів. Аналіз відмов показав, що домінуючим механізмом відмови було контекстуальне міркування, а не відсутність знань про ліки, що підкреслює недоліки, які необхідно усунути до безпечного клінічного впровадження.

Оцінка LLM щодо безпеки лікарських засобів у первинній медичній допомозі NHS у реальних умовах | ArXiv Intelligence