研究人员展示了 HCC-STAR，这是一种专为读取常规电子病历叙述以进行肝细胞癌风险分层和治疗指导而设计的大型语言模型。该系统联合输出基于风险评分的分期、带有循证依据的排名指南一致治疗方案以及个体化生存率估计。

  • 在约 30,000 例 HCC 病例上训练，通过临床医生验证的数据增强扩展为 EMR 风格的叙述。
  • 使用可逐步验证的组合奖励进行优化，以超越对临床指南的文本级记忆。
  • 在中国 12 家医院的 6,668 名患者的多中心队列中实现了最先进的性能。
  • 在治疗推荐和风险分层基准测试中超越了 GPT-5 和 Gemini-2.5 Pro。
  • 假设性分析显示，在 HCC-STAR 推荐下中位生存期为 51 个月，而 BCLC 和 CNLC 指南下分别为 29 和 32 个月。
  • 盲审专家对模型的推理表示信任，并认为它作为助手帮助医生更快做出更准确的决策。

研究结果支持 HCC-STAR 作为一个可靠且可验证的决策支持系统，能够提高肝细胞癌患者的精准治疗和临床预后。