Исследователи разработали MOSAIC, двухфазную агентную систему на основе больших языковых моделей для фенотипирования тяжести заболевания, используя сахарный диабет 2 типа в качестве концептуального доказательства. Система синтезирует клинические доказательства и анализирует Электронные Медицинские Карты для захвата многомерной тяжести заболевания.

  • Оценивалась на синтетической когорте из 5086 пациентов против трех алгоритмических эталонов (DCSI, DiSSCo, Cooper) и исходов смертности.
  • MOSAIC с открытыми весами соответствовала проприетарному конвейеру с взвешенным коэффициентом каппа 0.773.
  • Фреймворк охватывает области, отсутствующие у сравнимых систем, включая биомаркерную гликемическую стадиацию и социальные детерминанты здоровья.
  • Агенты на основе уровней показали значительное разделение причин всех видов смертности (log-rank p < 0.001) и отклонились от детерминированного выполнения (kappa = 0.428).

Исследование демонстрирует, что агентные системы LLM могут генерировать и применять клинически значимые фенотипы тяжести на основе структурированных данных EHR.