Команда исследователей под руководством профессора Ли Хай (Li Hai) из Институтов физических наук Хэфэя Китайской академии наук (Hefei Institutes of Physical Science of the Chinese Academy of Sciences) стала первой, кто систематически изучил, как большие языковые модели (LLM) могут помочь в прогнозировании ответов на лечение рака печени. Это открывает новый путь к персонализированной медицине с использованием искусственного интеллекта.
Методы исследования
В исследовании оценивалась работа ведущих LLM — GPT-4, GPT-4o, Google Gemini и DeepSeek — в прогнозировании результатов лечения с использованием нулевого обучения (zero-shot learning). Это означает, что модели заранее не обучались на данных о раке печени. Набор данных включал клиническую и визуализационную информацию от 186 пациентов с неоперабельной гепатоцеллюлярной карциномой (HCC).
Для повышения эффективности исследователи протестировали различные стратегии принятия решений, такие как правила голосования и логические комбинации, и создали гибридную модель под названием Gemini-GPT.
Результаты исследования
Гибридная модель Gemini-GPT продемонстрировала точность прогнозирования, сопоставимую с опытом старших врачей с более чем 15-летним стажем, при этом превосходя младших и средних специалистов по скорости и точности. Модель стабильно показывала результаты на разных типах лечения и стадиях заболевания, особенно надёжно определяя пациентов, которым может быть полезно лечение.
Применение простых логических стратегий дополнительно улучшило практическую применимость модели в клинических условиях.
Заключение
По словам профессора Ли Хай (Li Hai), это исследование показывает, как искусственный интеллект может помочь врачам принимать более обоснованные решения и предлагать более персонализированное лечение для пациентов с раком. Работа знаменует важный шаг к надёжной интеграции ИИ в реальную онкологию, демонстрируя, что LLM могут не только обрабатывать язык, но и анализировать, прогнозировать и поддерживать принятие важных медицинских решений.
Литература:
Jun Xu et al, Predicting Immunotherapy Response in Unresectable Hepatocellular Carcinoma: A Comparative Study of Large Language Models and Human Experts, Journal of Medical Systems (2025). DOI: 10.1007/s10916-025-02192-1
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики ООО «ВеронаМед» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей.
E-mail для связи – [email protected];
