EHRTutor: Enhancing Patient Understanding of Discharge Instructions

要約

大規模な言語モデルは、さまざまな分野の教育の家庭教師として成功を収めています。
臨床訪問について患者を教育することは、患者が退院後の治療計画を遵守する上で極めて重要な役割を果たします。
この文書では、会話型の質問応答による患者教育に大規模言語モデル (LLM) を活用した革新的なマルチコンポーネント フレームワークである EHRTutor について説明します。
EHRTutor はまず、電子医療記録の退院指示に関する質問を作成します。
次に、各質問をテストとして実施し、会話を通じて患者を教育します。
最後に、会話の最後に要約が生成されます。
LLM とドメイン専門家を使用した評価結果では、ベースラインよりも EHRTutor が明らかに優先されることが示されています。
さらに、EHRTutor は、将来の社内システム トレーニングに使用できる合成患者教育ダイアログを生成するためのフレームワークも提供します。

要約(オリジナル)

Large language models have shown success as a tutor in education in various fields. Educating patients about their clinical visits plays a pivotal role in patients’ adherence to their treatment plans post-discharge. This paper presents EHRTutor, an innovative multi-component framework leveraging the Large Language Model (LLM) for patient education through conversational question-answering. EHRTutor first formulates questions pertaining to the electronic health record discharge instructions. It then educates the patient through conversation by administering each question as a test. Finally, it generates a summary at the end of the conversation. Evaluation results using LLMs and domain experts have shown a clear preference for EHRTutor over the baseline. Moreover, EHRTutor also offers a framework for generating synthetic patient education dialogues that can be used for future in-house system training.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google