基于大语言模型的胰管分支型乳头状黏液性肿瘤（BD-IPMN）MRI分类效能研究：与低年资医师的对比分析

本研究开发了一种基于大语言模型（LLM）的智能分类系统，通过分析磁共振成像（MRI）报告对胰管分支型乳头状黏液性肿瘤（BD-IPMN）进行精准分型（Group 0-4），其准确率达0.966，显著优于实习医师（0.907），且耗时仅为人类医师的1/75-1/106。该系统为落实《福冈共识指南》提供高效工具，可辅助低年资医师提升诊断效率。

　　

引言
胰管分支型乳头状黏液性肿瘤（BD-IPMN）占胰腺囊性肿瘤的25%，其腺瘤-癌序列演变过程约需4-6年，恶性转化后5年生存率骤降至22-62%。2017版《福冈共识指南》提出基于高风险征象（HRS）和预警特征（WF）的分层管理策略，但临床实践中低年资医师对指南应用的熟练度存在显著差异。

材料与方法
研究纳入2019-2024年间的5,759例上腹部MRI报告，按时间顺序划分为训练集（3,309例）、验证集（159例）和测试集（290例）。采用日本版BERT模型（12层/768维）进行微调，重点识别囊肿直径≥10 mm、壁结节强化等关键指标。测试阶段对比模型与3名医师（2名放射科住院医师、1名实习生）的分类效能。

结果
微调后模型在验证集准确率达0.981。测试集中：

• 模型总体准确率（0.966）显著优于实习生（p=0.003），与住院医师相当（0.931-0.972）
• 对囊肿直径≥10 mm的鉴别AUC达0.982，显著优于实习生（0.944，p=0.012）
• 耗时仅25秒，较人类医师（1,887-2,646秒）提升75-106倍
• Group 4（WF/HRS）分类敏感性较低，主要误判原因为训练集罕见病例（仅5例）覆盖不足

讨论
该LLM系统成功解决了三个临床痛点：

1. 标准化应用《福冈共识指南》，减少低年资医师经验差异带来的分类偏差
2. 实现批量报告秒级处理，为流行病学研究提供高效筛查工具
3. 本地化部署避免隐私泄露风险（相较于ChatGPT等云端方案）

局限性包括：单中心数据未验证跨机构适用性、无法关联历史报告判断囊肿增长率、未整合影像组学特征。未来可结合增强CT纹理分析（如鉴别胰腺腺鳞癌与导管腺癌的技术）进行多模态优化。

结论
这项研究证实微调LLM能像3年资历放射科医师一样准确分类BD-IPMN，且效率提升两个数量级。该系统既可辅助临床决策，也为胰腺肿瘤队列研究提供自动化工具，标志着自然语言处理技术在结构化放射学报告领域取得重要突破。