P.184 Synthetic neurosurgical data generation using large language models
Notice bibliographique
Résumé
Background: Use of neurosurgical data for research and machine learning model development is often constrained by privacy regulations, small sample sizes, and resource-intensive data preprocessing. We explored the feasibility of using the large language model (LLM) GPT-4o to generate synthetic neurosurgical data. Methods: A plain-language prompt instructed GPT-4o to generate synthetic data based on univariate and bivariate statistical properties of 12 perioperative parameters from a real-world open-access neurosurgical dataset (n = 139). The prompt was input over independent trials to generate 10 datasets matching the reference size (n = 139), followed by an additional dataset representing a ten-fold amplification (n = 1390). Fidelity was assessed using t-tests, two-sample proportion tests, Jensen-Shannon divergence, two-sample Kolmogorov-Smirnov, and Pearson’s product-moment correlation. Results: Generated data preserved distributional characteristics and relationships between desired parameters. In all generations, at least 11/12 (91.67%) parameters showed no statistically significant differences in means and proportions from real data, including the amplified dataset. Five of the synthetic datasets showed no significant differences in all 12 parameters. Conclusions: The findings demonstrate that a zero-shot prompting approach can generate synthetic neurosurgical data and amplify sample sizes with consistent high fidelity compared to real-world data. This underscores LLMs’ potential in addressing data availability challenges for neurosurgical research.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».