论文

LLM分类临床自杀意念研究

Exploring generalizability and explainability of LLMs in classifying clinically rated suicidal ideation using heterogeneous data

精选理由

这篇研究展示了LLM如何分析临床自杀意念数据,对心理健康AI应用有重要参考价值。

研究人员探索了大型语言模型在分类临床评估自杀意念方面的泛化性和可解释性。研究使用了异构数据进行测试,评估了模型在不同数据集上的表现。

正文

该研究发表在npj Digital Medicine期刊上,DOI为10.1038/s41746-026-03198-w。

原文 · npj Digital Medicine

Exploring generalizability and explainability of LLMs in classifying clinically rated suicidal ideation using heterogeneous data

npj Digital Medicine, Published online: 05 September 2026; doi:10.1038/s41746-026-03198-w Exploring generalizability and explainability of LLMs in classifying clinically rated suicidal ideation using heterogeneous data

产业坐标与信源核验

本条情报归属 AITOP「论文」核心追踪栏目。涉及核心实体与技术议题包括:LLM、自杀意念、临床评估、可解释性,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「npj Digital Medicine」(@Tim M. H. Li),经 AITOP 多维评分管线结构化提炼。

LLM分类临床自杀意念研究|AI热报