medRxiv · All· Klein, A., He, W., Chen, H., Tong, B., Summerhayes, E., Shen, L., Hodgson, N. ·· 1 天前AI 评分31
四种机器学习与 AI 方法检测临床对话转录中照护者负担的比较研究
Comparing Machine Learning Methods for Detecting Caregiver Burden in Transcribed Conversations with Clinicians
AI 导读
COPE in PACE 研究比较四种机器学习与 AI 方法检测照护者负担，LLM prompting 的 precision/F1=0.43/0.60，略胜弱监督与朴素基线。两类基线得分分别为 0.48/0.58、0.40/0.57；全监督句级模型因标签和分析单元不同，0.19/0.25 不可直接比较，临床部署仍需更大标注语料和更精细标签策略。
来源：medRxiv · All · medrxiv.org