REACT-LLM: 臨床予後タスクにおける因果特徴とのLLM統合評価のためのベンチマーク

REACT-LLMは、大規模言語モデル（LLM）と因果学習が臨床意思決定に与える影響を評価するための新しいベンチマークです。本研究は、LLMと因果特徴の統合が臨床予後性能を向上させるかどうかを検討します。従来の機械学習モデルと比較して、発表された結果はLLMが臨床予後において効果的であることを示していますが、現時点では伝統的な機械学習モデルには及びません。また、因果発見アルゴリズムから得られた因果特徴の統合は限定的な性能向上をもたらすことが分かりました。その主な理由は、複雑な臨床データにおいて多くの因果発見手法の厳密な前提がしばしば破られるためです。REACT-LLMは、さまざまな臨床結果を評価することにより、LLMと因果特徴の組み合わせのより有望な相乗効果を示す可能性を秘めています。