基于图增强大语言模型的社交媒体临床试验受试者招募方法研究

《Journal of Biomedical Informatics》:Graph-augmented LLMs for social media-based clinical trial recruitment

【字体: 大 中 小 】 时间:2026年10月10日 来源:Journal of Biomedical Informatics 5.9

编辑推荐:

  目的:临床试验(Clinical Trials, CTs)对于推动疾病诊断与治疗的发展至关重要,然而招募合格受试者仍是主要瓶颈。现有招募策略(如广告和基于电子健康记录的筛查)往往耗时且效率低下。社交网络为识别潜在受试者提供了有前景的替代来源,但由于用户信息稀疏

  
目的:临床试验(Clinical Trials, CTs)对于推动疾病诊断与治疗的发展至关重要,然而招募合格受试者仍是主要瓶颈。现有招募策略(如广告和基于电子健康记录的筛查)往往耗时且效率低下。社交网络为识别潜在受试者提供了有前景的替代来源,但由于用户信息稀疏且现有方法对互动结构的利用有限,该方向仍未被充分探索。方法:为应对这些挑战,研究人员提出一个框架,用于预测社交媒体用户是否为临床试验的潜在候选者。该框架利用摘要(summarization)组织碎片化帖子,并采用两阶段基于图(graph-based)的流程,将相邻用户的初始标签视为上下文线索(contextual cues)而非确定性标签。结果:在两个Reddit临床试验数据集上开展的实验表明,GraphSum在大多数评估设置中提升了性能。消融实验结果显示,摘要、医学术语解释和图细化(graph refinement)的效果因模型和数据集不同而存在差异。结论:将摘要与两阶段基于图的建模相结合,可改进从社交媒体中识别潜在临床试验受试者的效果,但该收益取决于模型、数据集和入组标准。
论文解读:社交媒体临床试验受试者识别的图增强大语言模型框架GraphSum

### 研究背景与问题

临床试验是医学研究中验证新疗法、筛查方法和精准治疗安全性与有效性的基础环节,但受试者招募长期构成主要瓶颈。传统招募依赖广告和医院电子健康记录筛查,耗时且效率低下,难以触达代表性不足的人群。社交媒体为识别潜在受试者提供了新途径,然而用户生成内容稀疏、嘈杂、碎片化,且包含大量专业医学术语,使得现有基于大型语言模型的方法难以准确判断用户是否符合入组标准。已有研究虽尝试将患者与试验匹配,但多数仅利用文本证据,未充分利用社交网络中的交互结构。此外,有监督深度学习方法在标注稀缺场景下难以应用。因此,亟需一种无需训练、仅依赖推理的框架,同时整合文本内容组织、术语解释和社交图谱信息,以提升临床试验受试者识别的准确性。

### 研究内容与结论概述

针对上述挑战,研究人员提出GraphSum框架,用于从社交媒体帖子中预测用户是否可能成为临床试验候选者。该框架包含三个关键组件:基于大语言模型的摘要模块,将用户碎片化帖子重组为简洁连贯的整体表示;医学术语解释策略,帮助模型理解专业缩写和复杂概念;以及两阶段图推断方法,利用用户交互图结构,将邻居用户的初始预测作为上下文线索进行二次细化。在来自结肠癌和前列腺癌两个Reddit社区的数据集上,研究人员评估了八种开源大语言模型,结果显示GraphSum在多数设定下优于直接提示(Direct)和上下文学习(ICL)基线,尤其对基线性能较弱的模型提升显著。消融实验表明,摘要、术语解释和图细化在不同模型与数据集上的贡献存在差异。该研究揭示了将文本组织与图结构信息相结合可有效提升社交媒体场景下的临床试验受试者识别性能。

### 关键技术方法

研究人员使用TRIALQA基准,该基准包含两个数据集:结肠癌社区502名用户(806条帖子)和前列腺癌社区799名用户(1555条帖子)。结肠癌数据集沿用一项临床研究的标准及六个参与兴趣问题,前列腺癌数据集测试八项遗传风险筛查标准。所有预测均通过提示完成,无需参数微调。主要方法包括:一、摘要模块,生成每个用户全部帖子的128词摘要;二、术语解释,提示模型阐明专业术语;三、两阶段图推断,构建用户–用户交互图(边代表帖子–评论或评论–评论关系),第一阶段独立预测每个用户的初始标签,第二阶段将邻居初始标签的聚合信息作为上下文输入,由模型重新判断。推理使用本地vLLM服务器,温度设为1.0,top-p为1.0,每个提示生成一次输出。统计显著性采用按用户分组的五折配对t检验。

### 研究结果

**RQ1:整体性能对比。** 在48项数据集–模型–指标组合中,GraphSum相对于更优提示基线取得29项显著提升,4项显著下降,15项无显著差异。对于五个较小模型(7–8B参数),GraphSum在准确率、宏F1和加权F1上平均较直接提示提升0.081、0.103和0.110。较大模型(≥70B)未呈现一致性优势,例如Qwen2.5-72B在结肠癌数据集上大幅提升,但在前列腺癌数据集上三项指标显著下降,可能由于较大模型输出更冗长,影响基于正则的标签提取。

**RQ2:组件消融。** 单独使用图细化、单独使用摘要、使用摘要加术语解释三种变体与完整GraphSum比较。图细化在多数场景带来提升,表明社交网络结构可提供互补信息。单独摘要化在结肠癌数据集上改善平均性能,但在前列腺癌数据集上效果参差,归因于前列腺癌内容包含更专业的术语(如Gleason评分、SBRT、近距离治疗等),仅靠组织内容不足以支撑推理。摘要加术语解释在前列腺癌数据集的七个模型上全面优于仅摘要,说明术语澄清的关键作用。完整GraphSum在许多设置中取得最优或次优性能。

**RQ3:摘要模型影响。** 固定Qwen2.5-7B作为预测模型时,Llama-3.1-8B和Lmed-8B在结肠癌数据集上作为摘要模型效果最佳,Lmed-8B在前列腺癌数据集上最佳。较大的摘要模型并未持续带来更好性能。

### 讨论与结论

讨论指出,GraphSum的收益在弱基线模型中最为明显,摘要、术语解释和图细化可提供互补优势,但各组件贡献依赖模型与数据特性。当前评估仅覆盖Reddit上两种癌症社群,推广性尚待验证。社交媒体证据不完整,只能作为专业筛查的辅助手段。通用摘要可能遗漏关键细节,需要未来研究开发标准条件化或证据保留型摘要。图机制基于同质性假设,但未量化TRIALQA中的标签同配性,未来应加以测量并与合适对照比较。研究人员最终总结:GraphSum通过整合大语言模型、摘要和两阶段图推断,有效利用文本与关系信号,在多数比较中优于ICL,尤其对小模型和弱基线模型获益最大。消融实验印证了组件间互补性,凸显自适应信息处理在真实招募场景中的价值。未来可探索时间分布偏移下的鲁棒性、公平感知图聚合,以及与临床试验数据库的更紧密集成。
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