Lightweight Retrieval-Augmented Generation and Large Language Model-Based Modeling for Scalable Patient-Trial Matching

Este trabalho propõe uma estrutura leve para a correspondência escalável entre pacientes e ensaios clínicos, abordando desafios de registros eletrônicos de saúde longos e complexos. Ele combina geração aumentada por recuperação (RAG) para identificar segmentos relevantes de EHRs com modelos de linguagem grandes (LLMs) para codificá-los em representações informativas, melhorando a eficiência.