NYUTron pada dasarnya adalah model bahasa besar. Untuk melatihnya, para peneliti menggunakan jutaan catatan klinis dari catatan kesehatan 387.000 pasien yang dirawat di rumah sakit NYU Langone antara Januari 2011 dan Mei 2020.

Catatan ini mencakup berbagai jenis catatan yang ditulis oleh dokter, termasuk catatan kemajuan, laporan radiologi, dan instruksi pemulangan, menghasilkan korpus besar 4,1 miliar kata.

Dengan menggunakan data ini, perangkat lunak membuat prediksi yang kemudian dievaluasi terhadap hasil nyata secara retrospektif.

Salah satu tantangan signifikan yang dihadapi perangkat lunak adalah menafsirkan beragam bahasa alami yang digunakan oleh dokter, yang sering kali mencakup singkatan dan variasi unik.

Secara keseluruhan, NYUTron menunjukkan kinerja yang mengesankan, mengidentifikasi dengan benar 95 persen pasien yang meninggal di rumah sakit sebelum pulang dan memprediksi 80 persen pasien yang akan dirawat kembali dalam waktu 30 hari.

Selanjutnya, NYUTron secara akurat memperkirakan lama tinggal aktual untuk 79 persen pasien, mengidentifikasi dengan benar 87 persen kasus di mana pertanggungan asuransi ditolak, dan secara akurat mengenali 89 persen kasus di mana pasien memiliki kondisi tambahan yang menyertai penyakit primer mereka.