Les chercheurs présentent HCC-STAR, un grand modèle de langage conçu pour lire les récits des dossiers médicaux électroniques courants afin d'effectuer une stratification du risque et guider le traitement dans le carcinome hépatocellulaire. Le système produit conjointement un stadage basé sur le score de risque, des traitements classés conformes aux directives avec des justifications fondées sur des preuves, et des estimations de survie individualisées.
- Entraîné sur environ 30 000 cas de CHC issus de SEER, étendus en récits de style DME via une augmentation validée par les cliniciens.
- Optimisé à l'aide d'une récompense composite vérifiable étape par étape pour dépasser la mémorisation au niveau du texte des directives cliniques.
- A atteint des performances de pointe dans une cohorte multicentrique de 6 668 patients répartis dans 12 hôpitaux en Chine.
- A surpassé GPT-5 et Gemini-2.5 Pro dans les benchmarks de recommandation de traitement et de stratification du risque.
- L'analyse hypothétique a montré une survie médiane de 51 mois sous les recommandations de HCC-STAR, contre 29 et 32 mois pour les directives BCLC et CNLC.
- Des spécialistes en aveugle ont jugé le raisonnement du modèle digne de confiance, et il a aidé les médecins à prendre des décisions plus précises plus rapidement en tant qu'assistant.
Les résultats soutiennent HCC-STAR comme un système de soutien à la décision fiable et vérifiable qui améliore la thérapie de précision et les résultats cliniques pour les patients atteints de carcinome hépatocellulaire.