CancerLLM: un modelo de lenguaje grande en el dominio del cáncer

Área de la Ciencia:

• Inteligencia artificial en oncología
• Procesamiento del lenguaje natural (PLN) clínico
• Patología computacional

Sus antecedentes:

• Los modelos de lenguaje grandes (LLM) médicos existentes carecen de especialización para la fenotipificación y el diagnóstico del cáncer.
• Los altos recuentos de parámetros en los LLM actuales crean importantes desafíos computacionales en la atención médica.
• Existe la necesidad de herramientas de IA eficientes y precisas en la investigación oncológica y la práctica clínica.

Objetivo del estudio:

• Desarrollar y evaluar CancerLLM, un modelo de lenguaje grande especializado y computacionalmente eficiente para aplicaciones oncológicas.
• Evaluar el rendimiento de CancerLLM en la extracción de fenotipos de cáncer y la generación de diagnósticos.
• Comparar la eficiencia y robustez de CancerLLM frente a los LLM existentes.

Principales métodos:

• Se desarrolló CancerLLM, un modelo estilo Mistral de 7 mil millones de parámetros.
• Se entrenó CancerLLM con 2,7 millones de notas clínicas y 515 000 informes de patología de 17 tipos de cáncer.
• Se ajustó CancerLLM para las tareas de extracción de fenotipos de cáncer y generación de diagnósticos.

Principales resultados:

• CancerLLM logró altas puntuaciones F1: 91,78 % para la extracción de fenotipos y 86,81 % para la generación de diagnósticos.
• Superó a los LLM existentes con una mejora promedio de la puntuación F1 del 9,23 %.
• Demostró una eficiencia superior en términos de tiempo y uso de GPU, junto con una mayor robustez.

Conclusiones:

• CancerLLM ofrece una solución especializada y eficaz para la fenotipificación y el diagnóstico del cáncer.
• La eficiencia y robustez del modelo lo hacen adecuado para entornos clínicos del mundo real.
• CancerLLM tiene el potencial de avanzar significativamente en la investigación y la práctica clínica del cáncer.