ソフト・メディカル・アパレルにおけるAIの活用：軟部組織肉腫腫瘍ボードの意思決定における大規模言語モデルのパフォーマンス評価

科学分野:

• 腫瘍学
• 医療における人工知能
• 医療情報学

背景:

• 集学的腫瘍ボード（MDT）は、個別化された軟部組織肉腫（STS）管理に不可欠です。
• 現在のMDTは、時間、コスト、リソースの制約を含む限界に直面しています。
• 大規模言語モデル（LLM）は、MDTワークフローを補強する可能性のある道を提供します。

研究 の 目的:

• 現実世界のSTS症例に対する治療推奨を生成する上でのChatGPT-4oの臨床パフォーマンスを評価すること。
• 事前に定義された基準を使用して、ChatGPT-4oの提案と専門家MDTの決定を比較すること。
• がん治療の様々なドメインおよび肉腫サブタイプにわたるLLMのパフォーマンスを評価すること。

主な方法:

• 152人のSTS患者の匿名化された登録レターの遡及的分析。
• ChatGPT-4oがガイドラインに基づいた治療推奨を生成しました。
• 専門家レビュアーが、診断、治療、順序決定/タイミング、化学療法、および臨床的文脈化の5つのドメインにわたる出力を評価しました。

主要な成果:

• ChatGPT-4oのパフォーマンススコアは、評価されたすべての基準において最大値を大幅に下回りました（p < 0.0001）。
• 臨床的文脈化ドメインは、他のドメインと比較して有意に高いスコアを受けました（p < 0.05）。
• 様々な肉腫サブタイプ間での有意なパフォーマンスの違いは認められませんでした（p = 0.138）。

結論:

• ChatGPT-4oは、特に臨床的文脈化において、STS腫瘍ボードの推奨を生成する上でかなりの専門家評価パフォーマンスを示しました。
• 改善が必要な領域には、治療順序決定と化学療法選択が含まれ、専門家による人間の監督の必要性が強調されています。
• 本研究の結果は、LLMのがん治療ワークフローへの統合を支持しますが、安全な臨床応用のためのさらなる開発が必要です。