基于NCCN指南的个人化乳腺癌治疗方案人工智能工具开发
信息检索
2025-02-25 v1
摘要
癌症治疗需要根据患者的临床状况、医学史以及依据证据的指南进行个体化处理。国际综合癌症网络（NCCN）通过图表和图示等可视化方式不定期更新复杂指南，这对医生保持治疗方案的最新情况造成了负担。本研究提出了一种人工智能（AI）驱动的方法，准确自动化遵循NCCN指南为乳腺癌患者制定治疗方案。我们提出了两种AI驱动的方法：Agentic-RAG（检索增强生成）和 Graph-RAG。Agentic-RAG 使用三步大语言模型（LLM）过程从NCCN指南中选择临床标题、检索匹配的JSON内容，并根据不足性检查不断细化建议。Graph-RAG 遵循微软开发的框架使用专用提示词，其中JSON数据通过LLM转换为文本、概述并映射到表示关键治疗关系的图结构中。最终通过查询相关图摘要生成建议。对两者进行了评估，使用一组患者描述，每组包含四个相关问题。如表1所示，Agentic RAG 实现了100%的遵循率（24/24），无幻觉或错误治疗；Graph-RAG 达到95.8%的遵循率（23/24），仅有1例错误治疗，无幻觉。Chat GPT-4 达到91.6%的遵循率（22/24），有2例错误治疗，无幻觉。两种方法均提供了详细的治疗建议，并准确引用了相关NCCN文档页码。
引用
@article{arxiv.2502.15698,
title = {Developing an Artificial Intelligence Tool for Personalized Breast Cancer Treatment Plans based on the NCCN Guidelines},
author = {Abdul M. Mohammed and Iqtidar Mansoor and Sarah Blythe and Dennis Trujillo},
journal= {arXiv preprint arXiv:2502.15698},
year = {2025}
}