Understanding the Rare Inflammatory Disease Using Large Language Models and Social Media Data

本文是LLM系列文章，针对《Understanding the Rare Inflammatory Disease Using Large Language Models and Social Media Data》的翻译。

摘要

结节病是一种罕见的炎症性疾病，其特征是在多个器官中形成肉芽肿。由于其多样的表现和不可预测的性质，该疾病给诊断和治疗带来了挑战。在这项研究中，我们采用大型语言模型（LLM）来分析社交媒体平台 Reddit 上与结节病相关的讨论。我们的研究结果强调了LLM在准确识别结节病相关内容方面的功效。 我们发现患者报告了多种症状，其中最常见的是疲劳、淋巴结肿大和呼吸急促。泼尼松是最常用的药物，而英夫利昔单抗在改善预后方面表现出最高的有效性。值得注意的是，我们的分析揭示了基于年龄和性别的预后差异，女性和年轻患者分别经历良好和两极分化的结果。此外，无监督聚类确定了三个不同的患者亚组（表型），这些亚组具有独特的症状特征、预后结果和人口统计分布。最后，情绪分析显示，诊断后对患者的心理健康有中等程度的负面影响，尤其是女性和年轻人。我们的研究代表了LLM首次应用通过社交媒体数据了解结节病。它通过提供有关疾病表现、治疗、预后和对患者生活影响的数据驱动见解，有助于了解该疾病。 我们的研究结果对于改进个性化治疗策略和提高结节病患者的护理质量具有直接影响。

1 引言

2 相关工作

3 方法

4 结果

5 结论

我们的研究通过使用大型语言模型 (LLM) 分析社交媒体数据，提供了对结节病的全面了解。利用 Reddit 结节病论坛的数据，我们成功提取并分析了与诊断、症状、治疗、预后、副作用、人口统计、患者表型和情绪相关的信息。我们的研究结果证实