大型语言模型系统识别癌症患者电子病历心脏事件数据

托马斯·杰斐逊大学研究团队近日成功开发出一套基于大语言模型的系统，可高效从乳腺癌与肺癌患者的电子健康记录中提取心脏毒性相关数据，相关成果已发表于《国际放射肿瘤学、生物学与物理学杂志》。该算法框架通过优化提示词策略，精准识别并排除了大量阴性描述与误报，在411名患者的电子病历测试中实现71%至85.5%的数据提取率。传统人工查阅每位患者病历耗时约两小时，而大模型仅需20至42秒即可完成，效率提升逾百倍。初步筛选阶段，DeepSeek-R1-70b、Llama-3.3及Mistral-Large等通用推理模型因在诊断准确性与格式合规性上表现优异，被选定用于后续验证。首席研究员曹文超博士指出，该技术将大幅缩短数据收集周期，使海量病历分析成为可能。研究团队认为，该工具不仅能为心脏毒性机制研究提供高效数据支撑，未来还可辅助临床精准识别高危人群，从而优化个体化放疗方案，降低心脏损伤风险并改善患者长期生存质量。