近日，梅奥诊所数据科学家Madhu Babu Sikha及其团队在《生物医学信息学杂志》发表研究，成功开发一套基于大语言模型的人工智能框架，用于从非结构化临床记录中精准识别乳腺癌远处复发部位。传统病历信息分散于影像、病理及医生笔记中，人工梳理耗时费力且难以规模化。该框架直接解析临床文本，通过识别专业术语与医师不确定性表述，自动关联跨文档线索。研究团队在斯坦福医学院完成外部验证，证实系统具备跨机构泛化能力，且针对特定任务优化的专用模型表现优于多款通用大语言模型。此外，该架构在前列腺癌数据中展现出良好迁移潜力，表明其学习的是临床复发描述的通用逻辑。此项技术有望大幅减轻手动病历审查负担，将海量非结构化文本转化为高质量科研数据，为癌症预后研究与临床决策提供高效辅助，推动医疗信息学向智能化迈进。