Knowledge-Infused Prompting: Assessing and Advancing Clinical Text Data Generation with Large Language Models
以下は、上記の論文のアブストラクトをChatGPTに解釈させたものです。解釈の正確性について保証はいたしません。
本研究の学術的背景は、臨床自然言語処理（NLP）の特定ドメインにおける困難さに対処するための方法が必要であるという点です。臨床自然言語処理では、医療専門用語や臨床の文脈といった、特有のチャレンジが存在します。
研究課題の核心は、大規模言語モデル（LLM）を用いた合成的な臨床テキスト生成のアプローチを提案することです。本研究の目的は、臨床NLPのタスクにおいてLLMを使用したリソース効率の高いアプローチを開発することです。これにより、プライバシーの問題を回避しながら、実データの分布を考慮したデータ生成が可能となります。本研究の学術的独自性と創造性は、知識グラフやLLMからの情報抽出を組み合わせてデータ生成を行うという点にあります。
本研究の着想は、一般的なLLMを臨床テキストデータに適用することが望ましくないという現実の課題から生まれました。LLMは計算リソースや推論においても大幅なコストを要するため、実際の臨床テキストデータに直接適用することは困難です。関連する国内外の研究動向では、LLMを使用した臨床データ生成の試みがいくつかありますが、本研究ではそれらの研究よりもより一般的なアプローチを提案しています。
本研究では、CLINGENという新しいアプローチを提案し、その有効性を評価しました。CLINGENは、外部のドメイン固有知識グラフやLLMから臨床的なトピックや文章スタイルを抽出し、データ生成のガイドとして利用します。具体的には、7つの臨床NLPタスクと16のデータセットを用いて、CLINGENが性能を向上させることを実証しました。
本研究の有効性は、7つの臨床NLPタスクと16のデータセットにおける実験的な研究によって検証されました。その結果、CLINGENは実データの分布と生成されたデータの多様性を改善し、性能向上をもたらすことが明らかになりました。