面向乳腺癌多学科团队会议的边缘AI医疗器械系统：研发与可行性评估

乳腺癌多学科团队（MDT）会议在相当大的时间压力下管理日益复杂的病例，而文档要求会降低临床效率和决策质量。现有基于AI的MDT工作流依赖云端处理，由于患者讨论包含可识别信息，这限制了它们的使用。我们开发了一个完全在设备端运行的AI管线，使用开源自动语音识别（ASR）和大语言模型（LLM），转录乳腺癌MDT讨论、结构化临床信息，并使用基于英国国家卫生与临床优化研究所（NICE）指南的检索增强生成（RAG）生成治疗建议。该管线在单台NVIDIA Jetson AGX Orin上运行，确保患者音频、转录和输出都留在机构基础设施内。评估包括两场录制的模拟MDT讨论、十场经临床验证的合成讨论以及1,270条声学增强录音。对Whisper large-v3的优化使录制讨论上的词错误率分别降低20.7%和24.4%，并在增强音频上达到与商用临床ASR基准相差0.58% WER和1.58%词信息丢失以内的表现。MedGemma-RAG识别出的MDT一致干预数量达到专有云端对照的2.3倍（p = 0.020），总体准确性无显著差异。利益相关者认为自动文档、治疗建议支持和病例分诊是最可信的近期应用，同时指出工作流整合、治理和临床医生信任是关键实施挑战。这些发现证明了用于MDT文档和指南知情决策支持的隐私保护、全设备端AI的可行性，为前瞻性临床评估奠定了基础。