语言模型可以识别乳腺癌放射治疗的副作用吗？

向癌症幸存者准确传达癌症治疗的副作用至关重要，特别是在知情同意等情况下，临床医生必须清楚、全面地传达潜在的治疗毒性。然而，由于对不良治疗效果的临床知识缺乏以及电子健康记录 (EHR) 系统的碎片化，这项任务仍然具有挑战性。 大语言模型 (LLM) 有潜力协助完成这项任务，尽管它们在肿瘤生存环境中的可靠性仍然知之甚少。我们提出了一个面向部署的压力测试框架，用于评估 LLM 生成的乳腺癌治疗和生存护理中的辐射副作用列表。使用 21 名乳腺癌患者资料，我们构建了仅放射治疗方案不同的配对患者临床场景，以在多种提示方案下评估七种经过指令调整的 LLM。然后，我们将 LLM 输出与临床医生策划的参考进行比较，该参考源自两个主要学术医疗中心的知情同意文件，并由包括七名以上乳腺放射肿瘤学家的团队开发。该参考文献将辐射剂量分级、辐射场和位置与相关毒性进行了映射，并按频率和发作时间进行了细分。在各个模型中，我们揭示了对微小文档变化的敏感性、精确度和召回率之间的权衡，以及对罕见和长期副作用的系统性召回不足。单独使用时，对产生的副作用数量的限制会降低精度，而让输出以临床医生整理的副作用列表为依据可显着提高可靠性和稳健性。这些发现强调了 LLM 在肿瘤学中使用的重要局限性，并提出了实用的设计选择，以实现更安全、信息更丰富的以生存为中心的应用。