Are Medium-Sized Transformers Models still Relevant for Medical Records Processing?
Notice bibliographique
Résumé
As large language models (LLMs) become the standard in many NLP applications, we explore the potential of medium-sized pretrained transformer models as a viable alternative for medical record processing. Medical records generated by healthcare professionals during patient admissions remain underutilized due to challenges such as complex medical terminology, the limited ability of pretrained models to interpret numerical data, and the scarcity of annotated training datasets. Objective: This study aims to classify numerical values extracted from medical records into seven distinct physiological categories using CamemBERT-bio. Previous research has suggested that transformer-based models may underperform compared to traditional NLP approaches in this context. Methods: To enhance the performance of CamemBERT-bio, we propose two key innovations: (1) incorporating keyword embeddings to refine the model's attention mechanisms and (2) adopting a number-agnostic strategy by removing numerical values from the text to encourage context-driven learning. Additionally, we assess the criticality of extracted numerical data by verifying whether values fall within established standard ranges. Results: Our findings demonstrate significant performance improvements, with CamemBERT-bio achieving an F1 score of 0.89 - an increase of over 20% compared to the 0.73 F1 score of traditional methods and only 0.06 units lower than GPT-4. These results were obtained despite the use of small and imbalanced training datasets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».