Development and Comparative Evaluation of Three Artificial Intelligence Models (NLP, LLM, JEPA)

文章主要内容总结

本文旨在比较三种人工智能（AI）模型——自然语言处理（NLP）、大型语言模型（LLM）和联合嵌入预测架构（JEPA）在急诊科（ED）分诊预测中的表现。研究以法国里尔Roger Salengro医院急诊科7个月的成人患者分诊数据为基础，回顾性分析了657例符合条件的患者数据，训练并验证了三个模型：TRIAGEMASTER（NLP）、URGENTIAPARSE（LLM）和EMERGINET（JEPA）。

研究以法国FRENCH分诊量表为金标准，通过F1分数、加权Kappa系数、Spearman相关系数、MAE、RMSE等指标评估模型预测一致性，并分析模型对住院需求（GEMSA编码）的预测能力及不同数据类型（结构化数据vs原始转录文本）下的表现。

主要结果显示，LLM模型（URGENTIAPARSE）综合得分最高（2.514），显著优于JEPA（0.438）、NLP（-3.511）及护士分诊（-4.343）；其在预测住院需求（GEMSA）和处理结构化数据时表现更稳健。结论指出，LLM通过抽象患者表征实现了最准确的分诊预测，将AI整合到急诊科工作流程中可能提升患者安全和运营效率，但需解决模型局限性及伦理透明度问题。

创新点

1. 多模型直接对比：首次在同一数据集上系统比较NLP、LLM、JEPA三种主流AI架构在急诊科分诊中的表现，明确LLM的优势。
2. 数据整合分析：同时纳入结构化数据（人口统计学、生命体征）和非结构化数据（患者主诉转录文本），评估模型对不同数据类型的适应性。
3. 双维度验