
-
生物通官微
陪你抓住生命科技
跳动的脉搏
推理优化大语言模型与通用模型在立体定向放射外科治疗计划优化中的对比研究
《Scientific Reports》:Stereotactic radiosurgery plan optimization with a human-in-the-loop reasoning large language model agent
【字体: 大 中 小 】 时间:2026年10月01日 来源:Scientific Reports 4.9
编辑推荐:
摘要大型语言模型智能体能够在自然语言指令下调整治疗计划系统中的优化参数,但目前尚无研究在立体定向放射外科中对经过扩展推理后续训练的模型与通用模型进行过对比测试。我们在 SAGE 内部比较了一个推理优化模型(QwQ-32B)和一个通用模型(Llama 3.1-70B),SAGE
大型语言模型智能体能够在自然语言指令下调整治疗计划系统中的优化参数,但目前尚无研究在立体定向放射外科中对经过扩展推理后续训练的模型与通用模型进行过对比测试。我们在 SAGE 内部比较了一个推理优化模型(QwQ-32B)和一个通用模型(Llama 3.1-70B),SAGE 是一个本地托管的智能体,用于在 Eclipse 中调整优化目标优先级,而 Eclipse 负责执行所有的优化和剂量计算。每种配置使用固定的临床束流几何结构优化了 41 个回顾性单目标脑转移病例(18 Ry,单次分割);未通过临床一致性标准的计划(除两例外)随后收到了一条标准化的物理师指令。推理优化配置产生了更低的一致性比(中位数差值 ?0.20,95% CI ?0.48 至 ?0.10;\(q<0.001\);41 例中有 36 例较低)和更低的正常脑 V12Gy(\(q<0.001\)),指令后一致性改善幅度更大(变化差值 ?0.28,\(p<0.001\)),较少出现超过 21.6 Gy 最大剂量的情况(5 例计划对比 12 例计划),并且生成的无法解析输出更少(25 对 122)。与临床计划相比,它在 PTV 覆盖率、最大剂量、一致性比或梯度指数上均未显示出显著差异,且其右耳蜗最大剂量较低,该差异在临床上可忽略不计。