用PET/CT报告评估肺癌免疫治疗反应的人工智能

科学领域:

• 在瘤学中使用人工智能
• 医学成像分析 医学成像分析
• 自然语言处理自然语言处理.

背景情况:

• 准确的免疫疗法反应评估对于肺癌管理至关重要.
• 阳子发射断层扫描/计算机断层扫描 (PET/CT) 报告是关键数据来源.
• 欧洲癌症研究和治疗组织 (EORTC) 的标准是响应评估的标准.

研究的目的:

• 评估大型语言模型 (LLM) 在自动化免疫疗法反应评估中的有效性.
• 为了比较谷歌Gemini 2.5 Pro和OpenAI ChatGPT的性能,4o.
• 用PET/CT报告对专家分类进行LLM绩效评估.

主要方法:

• 为Gemini 2.5 Pro开发了一种短暂的提示策略,用于应用EORTC标准.
• 使用Gemini 2.5 Pro和ChatGPT 4o对36名肺癌患者的PET/CT报告进行了提示测试.
• 计算的性能指标 (精度,回忆,F1得分) 和评审者之间的协议 (科恩卡帕).

主要成果:

• 双子 2.5 Pro 实现了 94% 的准确性和强大的专家一致性 (科恩的卡帕: 0.907).
• 聊天GPT 4o实现了100%的准确性和完美的专家协议 (科恩的卡帕:1000).
• 两位LLM都在各种响应类别中表现出高的F1分数和卡帕值.

结论:

• 以结构化提示为指导的LLM可以从PET/CT报告中准确自动评估免疫治疗反应.
• 这些模型显示了对简化临床工作流程和提高肺癌护理效率的潜力.
• 对于临床实施,建议使用更大的数据集进行进一步验证.