GPT能否作为低容量临床数据中传统机器学习和神经网络的替代预测模型?

摘要

该研究提出一种基于GPT2的表格到文本框架，用于低容量、类别不平衡的临床数据疾病预测。结构化记录被转化为医生风格文本，并利用GPT4生成医学释义来增强少数类表示。在四个公开医疗数据集上微调GPT2模型，平均精确率、特异性、敏感性和F1分数分别为0.96、0.97、0.96和0.96，表现优于传统机器学习、深度学习、Transformer及GAN增强方法。同时结合梯度可解释AI分析识别重要特征，即使在严重类别不平衡下也能强调临床有意义的变量。结论认为该框架为有限数据下的疾病预测提供了实用、可解释的方法。