Extrahovanie NI-RADS a charakteristík nádoru pomocou LLM na zlepšenie sledovania prežívania pacientov s rakovinou orofaryngu

Štúdia skúmala použitie veľkého jazykového modelu (LLM) na báze GPT-5 na extrahovanie informácií z neštruktúrovaných radiologických správ pacientov s rakovinou orofaryngu. Výskumný tím analyzoval 200 správ z celkovo 7 076 vhodných vyšetrení pomocou CT, MRI alebo PET/CT. LLM bol testovaný na extrahovanie skóre NI-RADS (Neck Imaging Reporting and Data System) a kľúčových charakteristík choroby. Pri detencii absencie choroby dosiahol model zhodu 93,3% pre primárny nádor a 90,3% pre lymfatické uzliny. Pri detencii prítomnosti choroby bola zhoda 94,9% pre primárny nádor, 89,1% pre uzlinové postihnutie a 94,7% pre vzdialené metastázy. Špecifickosť bola vysoká (0,95-0,99) so zápornou prediktívnou hodnotou 0,99 pre vzdialené metastázy. Výsledky ukazujú, že LLM-založený prístup je vhodný na štandardizované a škálovateľné sledovanie pacientov s rakovinou hlavy a krku.