Assessing Open-Weight, Large Language Model for Symptom Extraction from Dialysis Notes: A Cost-Effective and Privacy-Preserving Approach
Notice bibliographique
Résumé
Background: Hemodialysis often leads to intradialytic symptoms that affect quality of life. Traditional methods to study these rely on patient questionnaires or free-text dialysis notes, which are associated with cost and quality challenges. This project evaluates open-source large language models (LLMs) that can run offline, aiming to extract symptoms from nursing notes while maintaining data privacy. Methods: We designed 36 information extraction agents by combining four open-source LLMs with distinct prompting approaches, such as in-context learning, chain-of-thought, and rule-based guidance. Each agent identified the presence of four target symptoms across 100 dialysis nursing notes. Outputs were compared to expert annotations performed independently and without knowledge of the agents’ results. Evaluation metrics included accuracy, recall, precision, specificity, and balanced F1 score. Results: Among 100 nursing notes, chest pain was noted twice, dyspnea 14 times, dizziness 23 times, and nausea 16 times. The best-performing agent, based on Mixtral 8x7B paired with a simple prompt, achieved 93% specificity, 71% sensitivity, 63% precision. Performance remained strong across most symptoms except for nausea, and generally decreased with smaller models or more elaborate prompting strategies (Figure). Conclusion: This study provides the first assessment of open-source LLMs operating offline on consumer-level hardware for extracting symptoms from dialysis notes. It offers an accessible, low-cost method to support research into the quality of life of dialysis patients. Funding: Government Support – Non-U.S.Performance of the top 6 agents. All agents use Mixtral-8x7B-instruct-v0.1 with various prompting strategies.
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 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».