用于乳腺癌肿瘤学的大语言模型流水线
人工智能
2024-06-17 v2 计算与语言
摘要
大语言模型（LLMs）在许多学科的创新中展现了潜力。然而，如何最好地将它们应用于肿瘤学仍不成熟。我们使用一种新颖的Langchain提示工程流水线，在临床数据集和临床指南文本语料上对最先进的OpenAI模型进行了微调，针对两个重要的癌症治疗因素——辅助放射治疗和化疗。在乳腺癌患者的辅助放射治疗和化疗分类中实现了高准确率（0.85+）。此外，根据人类肿瘤学家治疗质量的观察数据形成了一个置信区间，以估计模型在其治疗预测中必须超越原始肿瘤学家才能成为整体更优解决方案的场景比例，范围为8.2%至13.3%。由于癌症治疗决策结果的不确定性，需要未来的研究（可能是一项临床试验）来确定模型是否达到了这一阈值。尽管如此，由于85%的美国癌症患者在地方社区机构接受治疗，这类模型可以在扩大优质护理可及性方面发挥重要作用，其效果至少接近人类肿瘤学家。
引用
@article{arxiv.2406.06455,
title = {A Large Language Model Pipeline for Breast Cancer Oncology},
author = {Tristen Pool and Dennis Trujillo},
journal= {arXiv preprint arXiv:2406.06455},
year = {2024}
}