Explorando el uso de grandes modelos de lenguaje para la clasificación, la interpretación clínica y la recomendación de tratamiento en los registros de pacientes con cáncer de mama

Área de la Ciencia:

• Inteligencia Artificial en Oncología
• La informática médica
• Procesamiento del lenguaje natural en la atención médica

Sus antecedentes:

• Los modelos de lenguaje grande (LLM) se exploran cada vez más para aplicaciones médicas.
• La evaluación de las capacidades de diagnóstico e interpretación de LLM en contextos clínicos específicos como la oncología mamaria es crucial.

Objetivo del estudio:

• Para comparar el rendimiento diagnóstico, la fiabilidad de la interpretación de la enfermedad y la precisión de las recomendaciones de tratamiento de GPT-4o, DeepSeek-R1 y DeepSeek-V3 en casos de tumores de mama.
• Evaluar la utilidad clínica y la interpretabilidad de estos modelos avanzados de IA.

Principales métodos:

• Recopilación retrospectiva de 45 registros de pacientes con cáncer de mama (enero-abril de 2024) del Hospital del Cáncer de Taizhou.
• Evaluación de modelos de IA para la clasificación de tumores (benignos frente a malignos), interpretación de la enfermedad y recomendaciones de tratamiento.
• Análisis estadístico que incluye el cálculo del área bajo la curva (AUC) y la prueba de significación de DeLong.

Principales resultados:

• GPT-4o logró el AUC más alto para la clasificación tumoral (0,848), seguido por DeepSeek-R1 (0,736) y DeepSeek-V3 (0,723).
• No se encontraron diferencias estadísticamente significativas en las AUC entre los modelos (p > 0,05).
• Las evaluaciones médicas favorecieron a DeepSeek-R1 para la interpretación de la enfermedad (4.73 ± 0.46) y las recomendaciones de tratamiento (4.70 ± 0.51).

Conclusiones:

• GPT-4o demostró una precisión superior en la clasificación de tumores, mientras que DeepSeek-R1 ofreció una mejor interpretación subjetiva y orientación del tratamiento.
• El estudio destaca el potencial y las limitaciones de los LLM actuales en oncología mamaria, enfatizando la necesidad de una mayor validación.
• Los modelos de IA son prometedores para apoyar la toma de decisiones clínicas, pero la supervisión de expertos humanos sigue siendo esencial.