大语言模型（LLMs）赋能放射科：提升效率、质量并应对伦理法规挑战

为评估大语言模型（LLMs）在放射科提升效率、标准化和决策支持方面的潜力，同时应对伦理和监管挑战，来自弗莱堡和巴塞尔大学医院的研究人员开展相关研究。结果显示 LLMs 能减少报告时间等，且满足数据保护要求，对临床实践意义重大。

　　背景：像 ChatGPT、Llama 和 Claude 这样的大语言模型（LLMs），正通过解读复杂文本、提取信息和提供基于指南的支持，革新医疗保健领域。放射科患者数量多且拥有数字化工作流程，是集成 LLMs 的理想领域。
目的：评估 LLMs 在放射科提高效率、标准化和决策支持方面的潜力，同时解决伦理和监管方面的挑战。
材料和方法：弗莱堡和巴塞尔大学医院进行的试点研究，评估了本地 LLM 系统在诸如先前报告总结和基于指南的报告等任务中的表现。通过医学数字成像和通信（DICOM）以及快速医疗互操作性资源（FHIR）标准，实现了与图片存档和通信系统（PACS）和电子健康记录（EHR）系统的集成。评估指标包括节省的时间、对欧盟（EU）人工智能（AI）法案的遵守情况以及用户接受度。
结果：LLMs 在临床实践中作为放射科医生的辅助工具展现出巨大潜力，它能减少报告时间、实现日常任务自动化，并确保获得一致的高质量结果。它们还支持跨学科工作流程（例如肿瘤病例讨论会），并且在本地部署时能满足数据保护要求。
讨论：本地 LLM 系统在放射科可行且有益，可提高效率和诊断质量。未来的工作应优化透明度、拓展应用范围，并确保 LLMs 在遵守伦理和法律标准的同时补充医学专业知识。