四种大语言模型与多学科肿瘤团队在肝癌治疗建议中的一致性及差异分析

《Livers》:Concordance Between Large Language Models and Multidisciplinary Tumor Board Recommendations in Treatment Allocation for Hepatocellular Carcinoma

【字体: 大 中 小 】 时间:2026年10月09日 来源:Livers 2.2

编辑推荐:

   摘要

  

摘要

胆管细胞癌(HCC)的治疗方案分配是一项高度复杂的任务,需要多学科肿瘤委员会(MDT)的参与;然而,其在医疗系统中的可获取性和可靠性可能存在差异。大型语言模型(LLMs)已成为辅助MDT进行临床决策的潜在工具。我们的目的是比较不同LLM为HCC病例生成的治疗建议与MDT的决策结果。方法:我们回顾性地分析了罗马尼亚克卢日-纳波卡一家三级医疗机构在MDT会议上讨论的100例HCC病例。向四种不同的LLM(ChatGPT-5、定制的TumorBoard ChatGPT、Gemini 2.5 Flash和Gemini 2.5 Pro)提供了相同的提示和结构化的临床信息,并要求它们分别提供治疗建议。我们评估了这些模型在第一、第二和第三种治疗方案上的与MDT决策的一致性。模型间的差异通过Cochran’s Q检验和Holm校正的McNemar检验进行评估。使用Cohen’s kappa(κ)评估了校正偶然性后的一致性,并通过广义估计方程分析了一致性与临床复杂性之间的关联。结果:GPT-5的第一条建议一致性为81%(95% CI 72.2–87.5),Gemini 2.5 Pro为80%(71.1–86.7),TumorBoard ChatGPT为78%(68.9–85.0),Gemini 2.5 Flash为63%(53.2–71.8);前三个治疗方案的一致性累计分别达到了95%、92%和86%。GPT-5(κ = 0.754)和Gemini 2.5 Pro(κ = 0.743)显示出显著的正相关性。即使在调整了BCLC分期、Child–Pugh分级、肿瘤负担和治疗类别等因素后,Gemini 2.5 Flash的一致性仍然明显较低(p = 0.006),而这些临床复杂性变量与一致性之间没有显著关联。结论:对于像HCC这样复杂的疾病,LLM与MDT的决策显示出中等到较高的一致性,但模型间存在显著差异。我们的研究表明,尽管需要人类监督,LLM仍可作为专家指导的支持工具,并凸显了人工智能在提升肝癌护理方面的潜力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号