在指导方针一致的前列腺特异抗原测试中检索增强代大语言模型的性能:与初级临床医生进行比较研究.
Joshua Yi Min Tung1,2, Quan Le1, Jinxuan Yao1
1Data Science and Artificial Intelligence Laboratory, Singapore General Hospital, Singapore, Singapore.
Journal of medical Internet research
|November 19, 2025
概括
与初级临床医生相比,一种新的提取增强生成 (RAG) 系统显著改善了前列腺特异抗原 (PSA) 测试建议. 这种人工智能工具为早期前列腺癌检测的准则遵守提供了有希望的解决方案.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
背景情况:
- 前列腺特异性抗原 (PSA) 测试对于早期发现前列腺癌至关重要.
- 遵守PSA查的临床指导方针是具有挑战性的,导致高率的不适当的测试.
- 检索增强生成 (RAG) 通过将它们根基于可信的外部数据源来增强大型语言模型 (LLM).
研究的目的:
- 评估RAG增强的LLM系统在提供符合指导方针的PSA查建议方面的有效性.
- 在模拟的临床环境中,将RAG-LLM系统与初级临床医生的性能进行比较.
主要方法:
- 开发了一个RAG管道,整合欧洲和美国泌尿病学指南进行PSA测试.
- 创建了44个虚构的门诊病例场景进行测试.
- 将RAG-LLM的建议与五位初级临床医生的建议进行了比较 (封闭式和开放式).
主要成果:
- 该RAG-LLM工具实现了95.5%的指导方针一致的建议.
- 初级临床医生实现了62.3% (封闭式) 和74.1% (开放式) 的准确性.
- 在RAG-LLM系统中,比临床医生有统计学显著的改善 (P<.001).
结论:
- RAG技术使LLM能够有效地整合复杂的医疗指南.
- RAG-LLM工具可以增强PSA测试的泌尿病学临床决策.
- 这项技术有可能提高医疗保健的一致性,并减少临床医生的认知负担.


