Отмена системной терапии при злокачественных новообразованиях ЖКТ — важный индикатор безопасности и эффективности в реальной практике. Точное определение причин (прогрессирование, непереносимость, смерть) требует экспертной оценки клинических записей, что трудозатратно и дорого. Авторы оценили возможность использования больших языковых моделей (LLM) для автоматизации этой задачи.
В исследование включили 297 пациентов с опухолями ЖКТ, отменивших терапию в течение 6 месяцев после начала (Mass General Brigham, 01/2019–01/2024). Медиана возраста — 66,6 года (IQR 58,2–73,4), 42% женщин, 80% неиспаноязычных белых. Наиболее частые локализации: поджелудочная железа (38,0%), колоректальная зона (23,2%); 59% имели стадию IV.
Когорту разделили на обучающую (n = 210, 37 804 записи) и тестовую (n = 87, 15 621 запись) выборки. Золотой стандарт (причина отмены) установлен экспертной оценкой записей за 3 месяца до отмены. Применяли GPT-4.1 и Claude Sonnet 4.6 через Azure AI Foundry с промптами zero-shot, few-shot и на основе анализа ошибок. Модели обучали определять причину и предоставлять подтверждающие доказательства.
В тестовой выборке GPT-4.1 показал общую точность 92,0% и κ = 0,87; Claude Sonnet 4.6 — точность 89,7% и κ = 0,83.
Чувствительность GPT-4.1: смерть — 97,0%, непереносимость — 91,7%, прогрессирование — 88,1%.
Чувствительность Claude Sonnet 4.6: смерть — 90,9%, непереносимость — 91,7%, прогрессирование — 88,1%.
Высокое совпадение результатов LLM с экспертной оценкой подтверждает потенциал генеративного ИИ для масштабируемого и воспроизводимого мониторинга безопасности, эффективности терапии и качества оказания помощи при опухолях ЖКТ, трансформируя трудоёмкий анализ документации в автоматизированный процесс.