首页 > 文章详情

2026 WCLC | 用于肺癌临床试验安全匹配的分诊感知神经符号平台

08月20日

编译：肿瘤资讯

来源：肿瘤资讯

Session Type

Mini Oral

Session Title

MO13. Global Challenges and Solutions in Lung Cancer Management

摘要号

MO13.06

英文标题

A Triage-Aware Neuro-Symbolic Platform for Safe Lung Cancer Trial Matching

中文标题

用于肺癌临床试验安全匹配的分诊感知神经符号平台

讲者

vittoria peppoloni, BSc Artificial Intelligence

讲者机构

IRCCS Istituto Nazionale dei Tumori

背景

肺癌临床试验入组率低仍是制约治疗进展的重要障碍，其根源在于非结构化电子健康记录（EHR）数据的碎片化，以及评估患者是否符合多项同期研究入组标准所需的大量人工工作。仅依赖大语言模型（LLM）的方法可能受限于概率推理、对复杂标准处理不一致以及缺乏可追溯性。我们开发了一种分诊感知的神经符号平台，以支持安全的自动化预筛查和试验优先级排序。

方法

在本验证性研究中，对77例肺癌患者（91%为非小细胞肺癌，9%为小细胞肺癌）的非结构化EHR数据，在17项同期胸部肿瘤学试验中进行了评估，共生成1,309项患者-试验评估。使用Llama 3.1-70B提取临床变量，标准化至自定义医学本体，并对照人工编码的入组标准进行评估，将每项评估分为符合、不符合或不确定，同时提供标准层面的解释。分诊模块量化了证据完整性和逻辑一致性，以区分适合高置信度自动化筛查的患者与需临床医生复核的患者。金标准由肿瘤科医生验证确定。试验复杂性（简单与困难）由胸部肿瘤科医生预先设定。次要分析包括：（i）临床安全性分析，纳入12例在知情同意后接受正式入组资格评估的患者；（ii）一项仅肺部队列的消融研究（n=35），比较神经符号平台与仅LLM流程；以及（iii）独立泌尿生殖系统队列（30例患者，1项试验）作为域外测试集。

结果

在主要胸部队列中，该平台的假阳性率（FPR）为0.0%，任何试验中均无不符合条件的患者被错误分类为符合。在55例金标准符合的患者中，正确试验在55/55例中被排名第一（100.0%；95% CI 93.5%-100.0%）。39例患者（49%）被分诊为高置信度并适合自动化筛查，其余38例（51%）被标记需临床医生复核。所有17项胸部试验的端到端处理时间为每位患者45-55秒。在敏感性分析中，简单和困难试验的FPR均为0.0%，而困难试验的假阴性率高于简单试验（7/15，46.7%，95% CI 21.3%-73.4% vs 8/40，20.0%，95% CI 9.1%-35.6%）。在临床安全性分析中，所有12例在知情同意后接受正式入组资格评估并随后被确认不符合条件的患者，均在初始筛查中被正确分类为不符合条件（12/12；95% CI 73.5%-100.0%）。在仅肺部的消融队列（n=35）中，仅LLM流程的Top-1准确率为0.80，Recall@3为0.87，FPR为0.15，而神经符号系统的相应指标分别为1.0、1.0和0.0，处理时间从12分钟缩短至约1分钟。在独立泌尿生殖系统队列中结果一致。

结论

分诊感知的神经符号方法实现了零假阳性入组资格分配、准确的试验优先级排序，并且安全性优于仅LLM流程。复杂试验中观察到的较高假阴性率反映了保守的设计理念，即缺乏充分证据完整性或逻辑一致性的病例被转至临床医生复核，而非做出不安全的自动化入组资格判定。该平台旨在支持面向临床医生的预筛查，而非自主入组资格判定。局限性包括回顾性单中心设计和队列规模适中，凸显了开展更大规模、前瞻性、多中心验证的必要性。