壹生资讯-2025WCLC前瞻 | 大型语言模型和GraphRAG辅助决策支持在肿瘤多学科团队诊疗中的应用

您已通过HCP身份认证和信息审核

(

2025WCLC前瞻 | 大型语言模型和GraphRAG辅助决策支持在肿瘤多学科团队诊疗中的应用

2025-08-21作者：论坛报晶资讯

原创

由国际肺癌研究协会（IASLC）举办的2025世界肺癌大会（WCLC）将于9月6-9日在西班牙巴塞罗那正式召开。作为全球肿瘤学界极具影响力的盛会之一，WCLC一直是胸部肿瘤领域前沿进展的重要学术交流平台。每年，来自世界各地的权威专家学者齐聚于此，探讨最新研究成果、分享临床实践经验，思考未来发展方向。

成都市第三人民医院Su Chen教授将在本次WCLC口头报告专场4：“从人工智能到社会心理支持：肺癌多学科护理的新领域”进行题为“Implementation of Large Language Model and GraphRAG-Assisted Decision Support for Multidisciplinary Team Cancer Care”的报告，摘要全文现已公布。“2025WCLC中国医学论坛报学术联播”特为广大读者整理报告信息，让我们一起先睹为快，共享学术盛宴！

2025 WCLC 学术联播

报告信息

研究标题：Implementation of Large Language Model and GraphRAG-Assisted Decision Support for Multidisciplinary Team Cancer Care

中文标题：大型语言模型和GraphRAG辅助决策支持在肿瘤多学科团队诊疗中的应用

摘要号：OA04.02

讲者：Su Chen（成都市第三人民医院）

研究简介

肺癌仍是全球发病率和死亡率的主要原因，延迟诊断和误诊显著影响患者生存率。当前多学科团队（MDT）诊疗流程受限于数据碎片化、指南解读不一致及临床试验结果整合不足。尽管传统人工智能临床决策支持系统（CDSS）提升了诊断准确性和治疗个性化水平，但在数据检索、情境化推理和决策可溯源性方面仍存在局限。为应对这些挑战，我们评估了一种结合大语言模型（LLM）与图检索增强生成（GraphRAG）技术的新策略。

研究方法

研究选用强化学习增强的大语言模型DeepSeek-R1作为情境化推理与治疗方案匹配的基础模型。构建整合多源患者数据的综合知识图谱，其中节点代表临床实体（如基因突变、治疗类型），边定义实体间关系。将公开临床指南与证据（如NCCN、CSCO指南、行业共识、WCLC会议摘要）作为参考节点链接至患者特定节点，以提供管理建议。回顾性分析2021年1月至2025年2月期间的283例MDT案例用于模型训练，并通过研究者发起试验（IIT）在8例真实世界MDT案例中前瞻性验证该策略性能。将LLM与GraphRAG辅助生成的推荐方案与我院MDT专家共识决策进行对比。主要结局指标为与MDT专家共识的一致率；探索性结局包括诊断时间和决策可溯源性准确度。

研究结果

LLM与GraphRAG辅助方案的MDT专家共识一致率达88.9%（16/18）。不一致情况源于：①对接受多线治疗患者的临床实体提取失败；②图谱构建时未收录创新临床发现（如LAURA试验数据）。探索性终点显示，平均响应生成时间为3.2分钟，显著短于传统专家共识模式（5.6分钟）。模型对推荐治疗方案（包括来源及链接）的可溯源性达100%。

研究结论

LLM与GraphRAG辅助策略是一种创新人工智能工具，可提升肺癌MDT讨论的准确性与效率。未来开发应聚焦于不同患者人群的前瞻性验证，以及与现有临床系统的整合，以最大化应用价值并改善患者结局。

来源：WCLC官网

整理：中国医学论坛报桂晶晶

2025WCLC中国医学论坛报学术联播

邀您一起快意研究前沿，畅享学术盛宴

还在等什么？扫描二维码，加入我们！

这一次，让我们

相约盛会 · 共赴未来

200 评论

知情同意书

2025WCLC前瞻 | 大型语言模型和GraphRAG辅助决策支持在肿瘤多学科团队诊疗中的应用

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接