
-
生物通官微
陪你抓住生命科技
跳动的脉搏
四种大语言模型在解读ASCO与NCCN免疫检查点抑制剂指南分歧中表现出系统性偏好NCCN
《Scientific Reports》:Large language models reveal a systematic preference in clinical immunotherapy guidelines: a multi-model comparative analysis
【字体: 大 中 小 】 时间:2026年10月09日 来源:Scientific Reports 4.9
编辑推荐:
摘要临床指南有时可能包含不同的治疗建议,从而在治疗决策中造成不确定性。本研究旨在评估四种大语言模型(LLMs)(GPT-4o、Claude 3.7 Sonnet、Gemini 1.5 Pro、Deepseek-V3)在分析美国临床肿瘤学会(ASCO)与美国国家综合癌症网络(N
临床指南有时可能包含不同的治疗建议,从而在治疗决策中造成不确定性。本研究旨在评估四种大语言模型(LLMs)(GPT-4o、Claude 3.7 Sonnet、Gemini 1.5 Pro、Deepseek-V3)在分析美国临床肿瘤学会(ASCO)与美国国家综合癌症网络(NCCN)免疫检查点抑制剂(ICIs)指南差异方面的表现。研究者收集了ASCO和NCCN发布的ICI相关指南,提取出存在分歧的建议并输入四个大语言模型进行统计分析,同时由三位肿瘤学专家使用李克特量表对各模型的回复进行独立评估(重点关注准确性、全面性、可读性和潜在危害)。所有模型均表现出对NCCN指南的显著偏好。其中Gemini 1.5 Pro表现出极端的僵化倾向(100%选择NCCN)。其余模型展现出不同程度的系统性偏好:Claude 3.7 Sonnet(73.7%)、Deepseek-V3(72.0%)和GPT-4o(71.3%)。进一步的亚组分析显示,在更为保守的治疗方案下,各模型相对更倾向于选择ASCO指南。生成式人工智能在解读相互冲突的指南时表现出持续且系统性的偏好,整体倾向NCCN指南,这可能与其训练语料库分布及指南表述差异有关。上述发现表明,有必要建立透明且符合监管要求的AI决策框架。