使用大型语言模型的临床试验全流程匹配

将癌症患者匹配到临床试验对于推进治疗和患者护理至关重要。然而，医学免费文本文档和复杂试验资格标准的不一致格式使这一过程对医生来说极具挑战性且耗时。我们调查了使用大型语言模型 (LLM) 自动完成整个试验匹配过程——从在 clinicaltrials.gov 上标识 105,600 个与肿瘤相关的临床试验中寻找相关试验，到生成准则级别的资格匹配——是否可行。使用 GPT-4o 和一组 51 个合成电子健康记录 (EHRs)，我们展示了该方法在 93.3% 的情况下识别相关候选试验，并在将患者信息在准则级别上与由人类专家定义的基准进行匹配时实现了初步准确率 88.0%。利用 LLM 反馈发现，39.3% 最初被认为不正确的准则要么是模糊的，要么是误标记的，从而在细化人类基准后，总体准确率提升至 92.7%。总之，我们呈现了一个使用 LLM 的临床试验匹配全流程管道，展示了在筛选和匹配试验到 individual 患者方面的高精度，即使在专业医生的表现水平上也能超越。我们的全流程管道可以独立运行或在人类监督下运行，且不局限于肿瘤学，为在真实世界环境中提高患者-试验匹配提供了可扩展解决方案。