ChatGPT-4在神经肿瘤放疗决策支持中的表现评估：一项前瞻性比较研究

《Journal of Neuro-Oncology》：Assessing ChatGPT-4 as a clinical decision support tool in neuro-oncology radiotherapy: a prospective comparative study

本研究针对大型语言模型在神经肿瘤放疗决策中的可靠性问题，前瞻性评估了ChatGPT-4对101例中枢神经系统肿瘤患者的放疗建议。结果显示其与多学科肿瘤委员会决策的一致性达76%(κ=0.606)，但在低复杂度病例中存在漏诊倾向(敏感性73%)，在中复杂度病例中呈现过度治疗偏差。研究表明AI虽能复现多数专家决策，仍需临床监督以确保安全应用。

　　

当人工智能遇上脑瘤治疗：ChatGPT-4能否成为神经肿瘤放疗的"虚拟专家"？

在神经肿瘤学领域，放射治疗决策如同走钢丝——既要精准打击肿瘤，又要保护脆弱的脑组织。面对复杂的中枢神经系统肿瘤，医生们需要整合手术病理、影像学特征、患者状态等多维信息，参考不断更新的临床指南，最终在多学科肿瘤委员会上达成治疗共识。这个过程不仅耗时耗力，更因医疗资源分布不均而面临巨大挑战。

近年来，大型语言模型的突破为医疗决策支持带来了新希望。特别是OpenAI开发的ChatGPT-4，已在美国医师执照考试等标准化测试中展现惊人潜力。但一个关键问题悬而未解：这个基于海量文本训练的人工智能，能否在神经肿瘤放疗这种专业性强、风险高的临床场景中提供可靠建议？毕竟，一次错误的放疗建议可能导致不可逆的神经损伤或肿瘤复发。

为此，意大利锡耶纳大学的研究团队开展了一项开创性研究，将ChatGPT-4推上了"虚拟放疗科医生"的考场。他们收集了2024年5月至2025年5月间101例真实脑瘤病例，让AI模型与多学科肿瘤委员会专家"同台竞技"，比较其在放疗决策上的异同。这项研究成果近日发表在《Journal of Neuro-Oncology》上，为AI在专科医疗领域的应用提供了重要循证依据。

研究方法上，团队采用前瞻性观察设计，纳入101例连续的中枢神经系统肿瘤病例。通过标准化提示词向ChatGPT-4输入病例摘要，询问是否推荐放疗及具体方案。以多学科肿瘤委员会共识为主要参考标准，同时比较独立专家意见和ESMO指南。使用Cohen's kappa评估一致性，通过McNemar检验分析偏差方向。

案例复杂度分层分析

研究按临床复杂性将病例分为三层。在61例低复杂度病例中，ChatGPT-4与指南建议的一致性为76.7%(κ=0.420)，但出现系统性漏诊——14例本应放疗的病例被AI建议观察。值得注意的是，

这一分层设计清晰展示了AI在不同决策环境下的表现差异。

不同肿瘤类型的决策差异

在肿瘤类型亚组分析中，ChatGPT-4对胶质母细胞瘤等高级别胶质瘤的决策一致性最高(82%)，而对脑膜瘤和低级别胶质瘤的一致性较低(70-71%)。这表明AI更擅长处理指南明确的标准化治疗方案，面对需要个体化决策的肿瘤类型时表现下降。

技术方案细节评估

在45例双方均推荐放疗的病例中，ChatGPT-4提出的靶区与医生实际照射范围匹配率为66.7%，剂量方案合理率达81.8%。这说明当AI做出正确决策时，其技术方案细节大多符合临床标准。

系统性偏差模式

最值得关注的发现是AI存在明显治疗倾向性。当与肿瘤委员会意见不符时，75%的差异源于AI过度推荐放疗。这种"宁可错杀不可放过"的策略在中间复杂度病例中尤为突出，特异性仅64.7%。相比之下，人类专家更常个体化处理，在指南明确推荐放疗时选择观察。

研究结论表明，ChatGPT-4能够复现76%的神经肿瘤放疗专家决策(κ=0.606)，与独立专家的一致性达79%。其在高度复杂病例中表现最佳(一致性90.9%)，反映出AI可能更适合缺乏明确指南的决策场景。然而，AI在简单病例中漏诊指南推荐治疗，在模糊病例中过度治疗的系统性偏差，揭示其缺乏真正的临床推理能力。

这项研究的意义在于首次前瞻性验证了通用大语言模型在专科医疗决策中的可行性边界。它既展示了AI作为临床决策支持工具的潜力——可提供快速、一致的第二意见，也警示其不能替代人类判断。未来医疗AI的发展方向应是构建人机协作模式，让AI处理标准化信息，人类专家把控临床 nuance，共同提升医疗决策质量。随着专业医学大语言模型的演进，这种协作有望在保证安全的前提下，让优质医疗资源惠及更多患者。