Studies in health technology and informatics 2026年9月17日该技术案例报告开发并评估了一套结合本地大语言模型与HUGO基因命名规则校验的系统，用于从临床试验记录中抽取并结构化突变资格标准（识别突变基因、区分纳入与排除标准、归属到各研究组），在4,918项试验上运行并为1,010项研究生成结构化表示，42项试验的专家复核显示88.1%的研究被正确标注、单项资格标准精确率为80%，失败主要来自幻觉基因与缩写误判。该技术案例报告开发并评估了一套结合本地大语言模型与HUGO基因命名规则校验的系统，用于从临床试验记录中抽取并结构化突变资格标准（识别突变基因、区分纳入与排除标准、归属到各研究组），在4,918项试验上运行并为1,010项研究生成结构化表示，42项试验的专家复核显示88.1%的研究被正确标注、单项资格标准精确率为80%，失败主要来自幻觉基因与缩写误判。用本地大语言模型从临床试验记录中自动抽取基因资格标准：一项技术案例报告该技术案例报告开发并评估了一套结合本地大语言模型与HUGO基因命名规则校验的系统，用于从临床试验记录中抽取并结构化突变资格标准（识别突变基因、区分纳入与排除标准、归属到各研究组），在4,918项试验上运行并为1,010项研究生成结构化表示，42项试验的专家复核显示88.1%的研究被正确标注、单项资格标准精确率为80%，失败主要来自幻觉基因与缩写误判。该技术案例报告开发并评估了一套结合本地大语言模型与HUGO基因命名规则校验的系统，用于从临床试验记录中抽取并结构化突变资格标准（识别突变基因、区分纳入与排除标准、归属到各研究组），在4,918项试验上运行并为1,010项研究生成结构化表示，42项试验的专家复核显示88.1%的研究被正确标注、单项资格标准精确率为80%，失败主要来自幻觉基因与缩写误判。