临床指南对于循证医学实践至关重要，但它们冗长而复杂，这使得忙碌的医生很难快速轻松地找到护理每个患者所需的信息。

耶鲁大学内科系的教职员工正在研究不同的方法，通过将临床指南纳入现有工具和工作流程，让临床医生更容易获得临床指南。依靠大型语言模型(LLM) 来生成临床问题答案的工具因其易用性和响应医生查询的能力而备受期待。

“当我们开发 LLM工具来帮助临床医生回答有关肝病学和胃肠道疾病的问题时，我们意识到 LLM 公司经常自动将临床指南从 PDF 转换为文本文档，”医学博士、消化系统疾病助理教授 Dennis Shung 表示。“但是，当你自动转换这些指南时，你会丢失对临床推理至关重要的重要数据。”

Dennis 和他的团队注意到，表格、图形和流程图中的数据丢失尤其严重。如果表格仅包含文本，LLM 准确率约为 80%。如果指南中包含图形，准确率会下降到 16% 左右。如果指南中包含流程图，准确率会下降到几乎为零。

“这尤其令人担忧，因为有时指南中最重要的信息就在流程图中，”消化系统疾病博士后研究员 Mauro Giuffrѐ 医学博士说。“要让 LLM 工具对临床医生有所帮助，他们必须能够理解所有数据，而不仅仅是其中的一部分。”