编辑推荐：
为解决肺癌患者生存预测难题及护士应用机器学习技术障碍，广州医科大学附属第一医院研究人员利用大语言模型 - 高级数据分析（ADA）构建机器学习模型。结果显示随机森林模型预测精度最高，术前多因素影响预后。该研究助力精准医疗，提升护理决策能力。
肺癌，这个隐匿在暗处的健康杀手，正以惊人的速度在全球范围内蔓延。据世界卫生组织国际癌症研究机构数据，2022 年全球新增癌症病例达 2000 万，肺癌以 250 万的新增病例数，占比 12.4%，成为当之无愧的 “癌王”。在中国，情况更为严峻，同年 482 万新增癌症患者中，肺癌患者高达 106 万，占比 21.9% 。随着人口老龄化加剧，60 岁以上肺癌患者数量预计到 2050 年将翻倍。尽管早期肺癌患者在先进诊断技术和新治疗方法的帮助下，5 年生存率可达 67%，但对于大部分患者而言，准确预测生存结局，从而制定个性化的治疗方案，依旧困难重重。
传统的预测方法，如逻辑回归，在面对复杂的临床数据时，往往力不从心。机器学习模型虽展现出强大的预测能力，可分析临床特征（如疾病分期、治疗类型）和人口统计学因素（如年龄、性别）之间的非线性关系，为精准预测带来希望，但多数研究依赖特定数据库，且部分临床特征（如合并症、肺功能、某些血清标志物）在研究中涉及较少，导致预测存在偏差。更棘手的是，护士作为临床一线人员，由于缺乏数据科学、算法等专业知识，在实际应用机器学习技术时困难重重，难以将其有效融入临床工作。
为了攻克这些难题，广州医科大学附属第一医院的研究人员挺身而出，开展了一项意义非凡的研究。他们聚焦于大语言模型 - 高级数据分析（ADA）在肺癌患者生存结局预测中的应用，旨在评估其开发和实施机器学习模型的可行性，并探索其对护理实践的影响。这项研究成果发表在《Asia - Pacific Journal of Oncology Nursing》，为肺癌治疗和护理领域带来了新的曙光。
在研究过程中，研究人员采用了多种关键技术方法。首先，他们选取了 2021 年 1 月至 12 月在广州医科大学附属第一医院确诊为肺癌的患者作为样本队列。然后，通过医院医疗记录系统收集患者的人口统计学、临床信息及合并症信息，并由研究护士收集患者的生存结局数据。接着，利用大语言模型 ADA 辅助构建并评估了随机森林（Random Forest）、支持向量机（Support Vector Machines）和 CatBoost 三种机器学习模型。为确保模型质量，研究人员对数据进行了预处理，包括缺失值处理和异常值识别。最后，运用多种评估指标，如准确率（ACC）、曲线下面积（AUC）等，来评价模型性能，并借助 SHapley Additive exPlanations（SHAP）分析特征对模型预测的贡献 。
研究结果令人眼前一亮。在纳入的 737 例肺癌患者中，12 个月随访期内 197 例患者死亡，生存率为 73.3%，患者平均诊断年龄为 59.32 岁，男性患者居多。三种机器学习模型均展现出良好的预测性能，其中随机森林模型表现最为突出，准确率达到 0.71。校准图显示，三种模型都具有较高的校准可靠性。通过 SHAP 分析，研究人员确定了影响肺癌生存结局的 10 个关键特征，包括术前白细胞（2.2%）、术前一秒用力呼气量（FEV1，2.1%）、术前动脉血氧饱和度（SaO2，1.9%）、术前氧分压（PaO2，1.7%）、术前白蛋白（1.6%）、术前准备时间（1.5%）、入院年龄（1.5%）、术前二氧化碳分压（PCO2，1.48%）、术前住院天数（1.5%）和术后胸腔引流总天数（1.4%） 。
研究结论与讨论部分意义重大。机器学习模型，尤其是基于大语言模型 ADA 开发的随机森林模型，在肺癌生存结局预测方面表现卓越。这一成果支持了预测分析在个性化癌症护理中的重要作用，为优化医疗资源分配和治疗方案提供了有力依据。关键特征分析表明，术前临床指标和营养状况对患者预后影响显著，提示医护人员应重视术前营养支持和功能管理。虽然机器学习模型优势明显，但也存在局限性，如数据来源单一影响外部有效性，缺乏多中心验证限制临床应用，模型解释性有待加强，且缺乏大语言模型 ADA 的应用指南。尽管如此，这项研究依旧为肺癌治疗和护理指明了方向。随着技术的不断完善和研究的深入，机器学习工具将在临床工作中发挥更大的作用，推动精准医疗的发展，为肺癌患者带来更多生的希望。
