利用大语言模型预测早发性结直肠癌
计算与语言
2025-06-16 v1
摘要
早发性结直肠癌（EoCRC，年龄 < 45）的发病率逐年上升，但该人群年龄低于国家指南推荐的癌症筛查年龄。在本文中，我们应用了 10 种不同的机器学习模型来预测 EoCRC，并将其性能与先进的大语言模型（LLM）进行了比较，使用了患者状况、实验室结果以及患者就诊过程中 CRC 诊断前 6 个月内的观察数据。我们回顾性地从美国多个医疗系统中识别出 1,953 名 CRC 患者。结果表明，微调后的大语言模型实现了平均 73% 的灵敏度和 91% 的特异度。
引用
@article{arxiv.2506.11410,
title = {Predicting Early-Onset Colorectal Cancer with Large Language Models},
author = {Wilson Lau and Youngwon Kim and Sravanthi Parasa and Md Enamul Haque and Anand Oka and Jay Nanduri},
journal= {arXiv preprint arXiv:2506.11410},
year = {2025}
}
备注
Paper accepted for the proceedings of the 2025 American Medical Informatics Association Annual Symposium (AMIA)