[論文レビュー] From RAGs to riches: Utilizing large language models to write documents for clinical trials

Nigel Markey, Ilyass El-Mansouri+3 more|arXiv (Cornell University)|Feb 26, 2024

Biomedical Text Mining and Ontologies被引用数 6

ひとこと要約

本論文は、臨床試験の文書作成において retrieval-augmented generation（RAG）と大規模言語モデルを用いることを調査している。

ABSTRACT

This manuscript has now been published: - Link to article on journal website: https://journals.sagepub.com/doi/10.1177/17407745251320806 - Pubmed link: https://pubmed.ncbi.nlm.nih.gov/40013826/

研究の動機と目的

• 臨床試験文書の作成を自動化するために、LLMsとRAGの活用を動機づける。
• 試験関連の文書の作成・編集をRAGがどのように支援できるかを評価する。
• 臨床試験におけるLLMベースの文書生成の潜在的な利点と限界を明らかにする。

提案手法

• 臨床試験文書を作成するために、 retrieval-augmented generationと大規模言語モデルを用いるアプローチを提案する。
• 構造化された試験文書を生成するための retrieval メカニズムとLLMsの統合を論じる。
• 臨床試験の執筆にLLMsを適用する際のワークフローと考慮事項を示す。

実験結果

リサーチクエスチョン

• RQ1 RAG対応のLLMsは臨床試験文書を効果的に作成できるか。
• RQ2 試験執筆にLLMsを使用する際の実務的な考慮事項と制約は何か。
• RQ3 臨床文書作成にLLMsを導入する際に必要なワークフローと品質管理は何か。

主な発見

• 本稿は、臨床試験文書を作成するためにRAGとLLMを組み合わせた方法を提示している。
• 本稿は6ページで、図が2枚ある。
• この研究はClinical Trials: Journal of the Society for Clinical Trials (2025)に掲載された。