头颈部重建术前授权中基于人工智能(AI)的偏差检测:一项大语言模型(LLM)分析——以口腔鳞状细胞癌(SCC)为例

《World Journal of Otorhinolaryngology - Head and Neck Surgery》:Disparities in AI-Based Prior Authorization for Head and Neck Reconstruction: A Large Language Model Analysis

【字体: 大 中 小 】 时间:2026年06月28日 来源:World Journal of Otorhinolaryngology - Head and Neck Surgery 1.4

编辑推荐:

  摘要:大语言模型(LLM, Large Language Model)正被快速整合至医疗保健领域,尤用于简化耗时费力的行政流程。然而人工智能(AI, Artificial Intelligence)系统在用于保险授权(Prior Authorization)时

  
摘要:大语言模型(LLM, Large Language Model)正被快速整合至医疗保健领域,尤用于简化耗时费力的行政流程。然而人工智能(AI, Artificial Intelligence)系统在用于保险授权(Prior Authorization)时产生偏倚(Bias)的潜在风险尚不清楚。随着保险公司日益采用AI作出承保决定,研究人员以口腔鳞状细胞癌(SCC, Squamous Cell Carcinoma)为案例,探讨LLM驱动的术前授权是否存在偏倚。研究方法:使用OpenAI的生成式变换器GPT-4o,评估LLM模拟头颈癌重建术保险覆盖决定时的偏倚。构建T2N2期口腔鳞状细胞癌需行手术切除与重建的标准化临床情境,要求LLM在桡动脉前臂游离皮瓣(RFFF, Radial Forearm Free Flap)与中厚皮片移植(STSG, Split-Thickness Skin Graft)间选择,共19,900次模拟,系统性变更患者年龄、性别、种族/族裔、邮政编码收入阶层、社会经济地位(SES, Socioeconomic Status)及物质滥用史。结果:LLM输出显示批准决定存在显著不平等。年轻、亚裔或白人、高收入邮政编码或高SES背景患者更易获RFFF批准(p < 0.0001);年长、黑人及西班牙裔患者、低收入区或具物质滥用史者获RFFF授权概率更低(p < 0.0001)。敏感性分析中,加入肿瘤特异性信息后各社会人口学背景推荐RFFF比例均显著升高。结论:本实验研究中,在临床信息有限时LLM输出因患者人口学变量对口腔癌重建术显现显著不平等。输入LLM的临床决策信息应含相关详细信息以降低偏倚风险。随保险公司将AI整合入事前授权,须认识其偏倚、建立严格防护措施并加强监管以保障医疗公平。
《头颈部重建术前AI授权偏倚检测——基于大语言模型(GPT-4o)分析口腔癌重建授权差异》论文解读
本研究发表于World Journal of Otorhinolaryngology – Head and Neck Surgery。当前大语言模型(LLM, Large Language Model)逐步进入临床文书、决策支持及行政管理流程,其中保险事前授权(Prior Authorization)因其繁琐与不透明成为AI应用热点。既往研究表明LLM可能再现社会既有偏见,而大型医疗保险公司已开始将AI嵌入承保审核,甚至导致拒付率上升并引发诉讼,但直接评估LLM用于保险覆盖决定尤其复杂高费用手术(如头颈部重建)是否存在人口学偏倚的研究仍匮乏。为此,研究人员以T2N2期口腔鳞状细胞癌(Oral Cavity Squamous Cell Carcinoma, SCC)需行舌部分切除及颈部淋巴结清扫后重建为模型,用GPT-4o模拟保险公司医学审查官在资源受限下于桡动脉前臂游离皮瓣(RFFF, Radial Forearm Free Flap)与中厚皮片移植(STSG, Split-Thickness Skin Graft)间作授权选择,控制所有临床变量相同仅变更人口学特征,探究LLM决定是否受社会人口学因素影响,并做敏感性分析。
主要技术方法:研究人员构建T2N2侧方舌缘口腔鳞状细胞癌拟行部分舌切除加颈部淋巴结清扫之标准化临床情境,所有肿瘤分期、影像、查体及基线健康状态固定不变。仅变动患者属性:年龄(30岁 vs 60岁)、性别、种族/族裔(亚裔/白人/黑人/西班牙裔)、加州 census 选定高低收入邮政编码(Zip Code)、社会经济地位(SES, Socioeconomic Status)高低、物质滥用史(吸烟/饮酒/吸毒)。提示词设计为临床模糊情境未指明优选重建方式,要求GPT-4o以保险医学审查官角色二选一并简述理由。通过OpenAI API以Python调用GPT-4o(默认参数 temperature=1.0, top_p=1.0),每组合100次迭代,总计19,900次独立查询,记录RFFF或STSG选择及理由,卡方检验比较组间差异;另设敏感性分析加入肿瘤缺损大小、波及口底及"RFFF预期功能更佳"等信息重新模拟。
研究结果
3.1 Simulation 1: Age, Sex, and Race/Ethnicity(年龄、性别与种族/族裔)
在仅变更年龄、性别、种族的组合模拟中,30岁黑人及西班牙裔患者(无论性别)与60岁黑人女性和西班牙裔女性获RFFF批准率显著低于同年龄段白人和亚裔(p < 0.001);亚裔和白人无论性别更常被批准RFFF(p < 0.001),年轻亚裔较年长亚裔RFFF批准率高(p < 0.001),白人间年龄差异不显著。模型自述理由常引"更优功能与美观"支持RFFF,"足够覆盖""恢复快""对保险公司更具成本效益"支持STSG,未明示引用种族性别。
3.2 Simulation 2: Race and Socioeconomic Status(种族与社会经济地位)
比较30岁各种族×高/低SES组合发现高SES亚裔RFFF批准率最高,高SES白人与西班牙裔仍低于高SES亚裔;低SES各组间RFFF批准率无种族差异。模型有时矛盾地称"高SES可保障复杂术后随访故推荐RFFF",又言"低SES为减少误工推荐STSG",部分答复声明种族SES不应影响决策却现实际差异。
3.3 Simulation 3: Zip Code and Geographic Location(邮政编码与地理位置)
取自加州最高与最低收入邮政编码比较显示,高收入区患者显著更易获RFFF批准(p < 0.001),高收入区间无差异。模型解释RFFF时常提"都市洛杉矶便于获取显微外科专科照护"" affluent Atherton 预期优质医疗",推荐STSG则称"Stockton本地更熟悉植皮""Phillipsville农村限制专科术后照护"。
3.4 Simulation 4: Substance Use History(物质滥用史)
有吸烟、饮酒或吸毒史者RFFF批准率显著低于无史者(p < 0.001),按低→高依次为酒精使用者(最低)、吸烟者、吸毒者。模型有时以"愈合差不适合游离皮瓣"否定RFFF,又以"游离皮瓣血供好适合愈合差者"肯定RFFF;吸毒者常被以"难配合复杂术后护理"为由拒RFFF而荐STSG。
3.5 Sensitivity Analysis(敏感性分析)
补充肿瘤特异性缺损信息(舌外侧缺损、波及口底、明确RFFF功能更优)后,所有年龄×性别×种族组合RFFF推荐升至99%–100%;种族×SES组合98%–100%;物质滥用史中吸烟者90%、饮酒者77%、吸毒者60%、无滥用史100%获RFFF推荐。
讨论与结论翻译
本实验证明,临床信息有限时GPT-4o模拟保险决策会因患者人口学特征产生显著不平等——年轻、亚裔或白人、高SES/高收入区患者偏向获批RFFF,年长、黑人及西班牙裔、低SES/低收入区及物质滥用史者更易被拒RFFF改批STSG。补充肿瘤详细信息与术者推荐可大幅削弱此偏倚。提示向LLM输入充分临床相关资料可降低偏倚风险,保险公司引入AI事前授权须识别偏倚、设严格防护与监管。正如文中所译结论部分:
"在本实验研究中,大语言模型(LLM)于头颈癌舌癌重建健康保险审批决定中表现出显著固有偏倚。年轻、白人或亚裔、较高社会经济地位背景或较高收入邮政编码之患者被优先批准桡动脉前臂游离皮瓣(RFFF);而年长者、西班牙裔或黑人、较低社会经济地位背景或较低收入邮政编码之患者更可能被拒绝RFFF而改为推荐中厚皮片移植(STSG)重建。纳入肿瘤特异性信息使不论社会人口学背景均大幅倾向推荐RFFF重建。用于临床决策的LLM输入应包含相关详细信息以降低偏倚风险。随着健康保险机构日益将AI整合入常规事前授权工作流,须认识其偏倚并建立监管治理以防止患者伤害并促进公平医疗。"
相关新闻
生物通微信公众号
微信
新浪微博

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