LLM come Esperti Clinici Sintetici per la Modellazione di Malattie Rare

Un recente preprint su arXiv (2608.16507) suggerisce di utilizzare modelli linguistici di grandi dimensioni (LLM) come specialisti clinici sintetici per migliorare l'analisi di dati longitudinali relativi a malattie rare. Questa tecnica unisce le conoscenze cliniche con un framework basato su autoencoder variazionali, che cattura rappresentazioni latenti a bassa dimensionalità delle osservazioni specifiche delle visite. Gli LLM vengono utilizzati offline per valutare descrizioni testuali delle osservazioni dei pazienti, fornendo informazioni come potenziali categorie cliniche. Un modello surrogato differenziabile viene sviluppato sulla base di queste informazioni, con una funzione di perdita aumentata che promuove ricostruzioni allineate con la distribuzione delle etichette cliniche dei dati originali. Questo metodo innovativo affronta il problema della scarsa disponibilità di esperti e della formalizzazione della conoscenza necessaria per l'adattamento del modello, in particolare negli scenari di malattie rare in cui l'integrazione dell'esperienza clinica è vantaggiosa. L'articolo completo è disponibile su arXiv.