יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

בינה ורגישות: בדיקת תיקון רשמי של LLM להמלצות טריאג'ה קלינית עם רופאים

Sense and Sensitivity: Benchmarking LLM Clinical Triage Recommendations with Physician Experts
במאמר זה, נבדקה תקינות המלצות LLM לטריאג'ה קלינית והשוויון להן להמלצות של רופאים. התוצאות הראו כי LLM נוטים להמליץ על טיפול חדש יתר על המידה, וזאת ככל שהקלטים נפגעו יותר.
תקציר מקורי באנגליתarXiv:2609.38600v1 Announce Type: new Abstract: As large language models (LLMs) are increasingly used in clinical settings, it is critical to evaluate their reliability under realistic variation in clinical text. We study this question in clinical triage, comparing LLMs to practicing physicians under text perturbations that preserve the underlying clinical setting. We introduce a benchmark of over 6,000 clinical scenarios, 7,000 physician annotations, and 225,000 model responses. Using this benchmark, we make two key observations. First, LLMs are more likely than physicians to recommend unnecessary care at baseline, and this tendency increases under perturbed inputs. Further, we find that LLM recommendations are more sensitive to gender and tone perturbations than human recommendations. To
קרא במקור המקורי