通过LLM衍生的嵌入来增强基于EHR的胰腺癌预测
Jiheum Park1, Jason Patterson2, Jose M Acitores Cortina3,4
1Department of Medicine, Columbia University Irving Medical Center, New York, NY, USA. jp4147@cumc.columbia.edu.
NPJ digital medicine
|July 21, 2025
概括
通过使用电子健康记录数据和先进的人工智能,改善了早期胰腺癌检测. 这种预测模型增强了对高风险个体的早期识别,帮助及时干预.
科学领域:
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 由于缺乏早期症状和有效的查,胰腺癌 (PC) 诊断往往会延迟.
- 遗传或家族因素仅占PC病例的10%左右.
- 纵向电子健康记录 (EHR) 数据为早期PC检测提供了潜在的途径.
研究的目的:
- 利用EHR数据开发和评估一种用于早期发现胰腺癌的预测模型.
- 通过结合来自大型语言模型 (LLM) 的医疗条件嵌入来增强模型的性能.
主要方法:
- 开发了一个预测模型,利用来自EHR数据的医疗状况名称的LLM衍生嵌入.
- 该模型在两个主要医疗中心得到了验证:哥伦比亚大学医学中心和锡达斯-西奈医疗中心.
- 在6-12个月的预测中,使用接收器运行特征曲线 (AUROC) 下的区域来评估性能.
主要成果:
- LLM嵌入改善了6-12个月的PC预测AUROC从0.60到0.67在一个站点和0.82到0.86在另一个站点.
- 除了诊断前0-3个月的数据外,AUROC进一步提升至0.82和0.89.
- 与传统风险因素 (0.004) 相比,该模型显示了显著更高的积极预测值 (0.141).
结论:
- 结合LLM嵌入式的基于EHR的预测模型显示了早期胰腺癌检测的前景.
- 这种方法可以识别高风险个体,包括那些没有已知的风险因素或遗传倾向的人.
- 该模型可以作为一种独立的工具,用于识别患胰腺癌高风险的个体.
