研究者らは、肝細胞癌におけるリスク層別化と治療ガイダンスのために、通常の電子カルテ記述を読み取るように設計された大規模言語モデルであるHCC-STARを発表した。本システムは、リスクスコアに基づく病期分類、エビデンスに基づく根拠付きで推奨されるガイドライン準拠の治療のランキング、および個別化された生存推定を同時に出力する。

  • 臨床医によって検証された拡張を経てEMR様記述へと展開されたSEER由来の約3万件のHCC症例で学習。
  • クリニカルガイドラインのテキストレベルでの暗記を超えて進歩させるために、ステップ検証可能な複合報酬を用いて最適化。
  • 中国の12病院における6,668人の患者からなるマルチセンターコホートにおいて、最先端のパフォーマンスを達成。
  • 治療推奨およびリスク層別化ベンチマークにおいてGPT-5やGemini-2.5 Proを上回る結果を示した。
  • 仮説分析では、HCC-STARの推奨に基づく中央値生存期間が51ヶ月であり、BCLCおよびCNLCガイドラインに基づく場合の29ヶ月および32ヶ月を大幅に上回った。
  • 盲検化された専門家はモデルの推論を信頼できると評価し、アシスタントとして医師がより正確な判断を迅速に行うのを支援した。

これらの知見は、HCC-STARが肝細胞癌患者の治療精度と臨床アウトカムを向上させる、信頼性が高く検証可能な意思決定支援システムであることを支持する。