乳がん患者の記録における分類,臨床的解釈,および治療推奨のための大規模な言語モデルの使用に関する調査

科学分野:

• 腫瘍学における人工知能
• 医療情報学
• 医療における自然言語処理

背景:

• 大規模な言語モデル (LLM) は,医療アプリケーションのためにますます探索されています.
• 乳がんなどの特定の臨床状況における LLMの診断と解釈能力の評価は極めて重要です.

研究 の 目的:

• 乳がん症例におけるGPT-4o,DeepSeek-R1,DeepSeek-V3の診断性能,疾患解釈の信頼性,および治療推奨の精度を比較する.
• これらの高度なAIモデルの臨床的有用性と解釈性を評価する.

主な方法:

• 台州がん病院の45人の乳がん患者の記録 (2024年1月~4月) の遡及的収集.
• 腫瘍分類 (良性対悪性),疾患の解釈,治療の推奨のためのAIモデルの評価.
• 曲線下の面積 (AUC) の計算とデロングの有意性テストを含む統計分析.

主要な成果:

• GPT-4oは腫瘍分類で最高AUC (0. 848) を達成し,次にDeepSeek- R1 (0. 736) とDeepSeek- V3 (0. 723) が続いた.
• 統計的に有意なAUCの違いは見つかりませんでした (p > 0. 05).
• 医者の評価は,疾患の解釈 (4. 73 ± 0. 46) と治療の推奨 (4. 70 ± 0.51) のためにDeepSeek-R1を好みました.

結論:

• GPT-4oは優れた腫瘍分類精度を示したが,DeepSeek-R1はより優れた主観的な解釈と治療ガイドを提供した.
• この研究は,乳がん学における現在のLLMの可能性と限界を強調し,さらなる検証の必要性を強調しています.
• 人工知能モデルでは 臨床的意思決定を支援する見込みがあり 人間の専門家による監督は不可欠です