Les approches actuelles pour identifier avec précision les événements indésirables liés à l'immunité (irAEs) dans les grandes études rétrospectives sont limitées. La meilleure compréhension et détection de ces effets indésirable passe par la révision des dossiers. Les modèles de langage génératif (LLM) offrent une solution potentielle à ce défi, étant donné leur performance dans la compréhension du langage naturel.