基于真實世界數據的LLM驅動臨床決策支持系統：精準腫瘤學負責任AI框架構建

《npj Precision Oncology》：Collaborative framework on responsible AI in LLM-driven CDSS for precision oncology leveraging real-world patient data

【字體： 大 中 小 】 時間：2025年12月05日 來源：npj Precision Oncology 8

　　

在精準腫瘤學快速發展的今天， clinicians 每天需要處理海量的患者數據，包括電子健康記錄、病理報告和基因組信息等。然而，這些數據中高達80%是非結構化的，使得從數據中提取有價值的臨床見解變得異常耗時耗力。更棘手的是，對于罕見癌癥患者，由于缺乏足夠的病例和標準化治療方案，醫生往往需要手動查閱大量文獻來尋找治療線索，這個過程可能延誤最佳治療時機。

近年來，大語言模型（LLM）的出現為這一困境帶來了曙光。這些模型能夠理解和生成人類語言，在模擬診斷場景中展現出令人印象深刻的能力。但現實情況是，目前只有約5%的研究使用真實世界患者數據來訓練和評估LLM，大多數研究仍依賴于合成數據集。這種“數據鴻溝”嚴重阻礙了LLM在臨床實踐中的實際應用，也使得LLM在真實醫療環境中的潛力難以得到充分驗證。

面對這一挑戰，由Sonja Mathes博士領導的多學科研究團隊，在Cancer Core Europe（歐洲癌癥核心）聯盟的支持下，開展了一項開創性研究。他們認識到，要將LLM安全有效地整合到精準腫瘤學的臨床決策支持系統（CDSS）中，需要一個全面的指導框架。這項研究最終形成了一份實踐導向的指南，發表在《npj Precision Oncology》上，為負責任地在精準腫瘤學中應用LLM提供了清晰路線圖。

研究人員通過系統文獻回顧和多輪專家共識討論，構建了一個包含五個核心維度的框架：醫療標準遵循、技術效益與風險平衡、法規框架合規、倫理考量尊重以及科學臨床效益提供。基于這五個維度，團隊進一步提煉出十大實踐原則，為臨床醫生和研究人員提供了具體可行的操作指南。

為了驗證框架的實用性，研究團隊設計了一個思想實驗，以子宮癌肉瘤（UCS）這一罕見婦科腫瘤為例。UCS僅占子宮惡性腫瘤的不到5%，但具有高度侵襲性，標準治療方案有限，且經常被排除在臨床試驗之外。通過這個案例，研究人員展示了LLM如何幫助臨床醫生快速分析患者數據、檢索相關文獻證據，并生成個性化治療建議，同時確保整個過程符合倫理和法律要求。

研究方法上，團隊首先通過探索性文獻回顧確定框架維度，隨后組織臨床腫瘤學、人工智能、數字健康、政策與倫理學等領域的十位專家進行小組討論，精煉出五個核心維度�；�于實踐經驗和文獻見解，團隊進一步制定了十大實踐原則，并通過專家調查驗證了各維度與原則之間的關聯強度。整個開發過程歷時近一年，包含多輪共識會議和外部驗證環節。

五大負責任AI維度分析

研究提出的五個維度涵蓋了LLM在精準腫瘤學中應用的關鍵方面。維度一強調必須遵循醫療標準，指出LLM系統需要通過嚴格的評估和醫療設備認證，確保符合醫療標準并保障患者安全。維度二關注技術效益與風險的平衡，特別指出需要權衡LLM快速分析非結構化數據的能力與其可能產生“幻覺”（即事實錯誤陳述）的風險。維度三要求符合法規框架，如歐盟的AI法案和醫療器械法規（MDR），這些法規根據應用場景的風險等級對AI產品實施分級管控。維度四強調倫理考量，認為需要將傳統生物醫學倫理原則與新興的AI特定倫理框架相結合。維度五著眼于提供科學和臨床效益，指出AI可以通過整合來自生物醫學研究和健康信息的見解來推動精準醫學發展。

十大實踐原則詳解

基于五個維度，研究團隊制定了十大具體原則：數據溯源與質量、偏見與公平、可解釋性、可審計性、患者同意-去標識化與隱私、基礎設施魯棒性與網絡安全、持續評估與監控、驗證-治理與法規合規、人機協作以及教育與意識。每個原則都配有詳細的操作建議，如數據溯源原則要求明確記錄數據來源、數據組成、訓練數據、數據質量指標以及偏見和變異性等信息。

子宮癌肉瘤用例驗證

通過子宮癌肉瘤（UCS）的思想實驗，研究團隊展示了如何將十大原則應用于臨床實踐。從患者入院、數據收集、知情同意獲取，到LLM輔助的文獻回顧、治療建議生成，再到共享決策制定（SDM）和治療計劃執行，整個工作流程體現了框架的實際應用價值。特別是在罕見腫瘤治療中，LLM能夠幫助醫生快速獲取最新證據，為缺乏標準治療指南的患者提供個性化方案。

研究結論部分強調，生成式AI在腫瘤學中具有改善患者、科學和醫療結果的潛力，但需要負責任地整合真實世界患者數據才能充分發揮這一潛力。隨著AI技術變得越來越易于使用，其在精準腫瘤學中的負責任應用需要對所有利益相關者進行全面教育。研究人員提出的五個維度和十大原則為LLM在精準腫瘤學中的臨床應用提供了系統指導，特別是在利用真實世界數據時確保符合倫理和法律要求。

該研究的重要意義在于，它首次為LLM在精準腫瘤學中的應用提供了一個全面、多維度、實踐導向的框架。這不僅有助于臨床醫生和研究人員更安全、有效地利用AI技術，也為政策制定者和醫療機構提供了監管和評估依據。隨著AI在醫療領域的應用日益廣泛，這一框架有望成為連接AI理論潛力與其實際醫療應用的重要橋梁，最終使罕見腫瘤患者等醫療需求未得到充分滿足的群體受益。