近日，中國科學院合肥物質科學研究院健康所李海研究員團隊在肝細胞癌（HCC）免疫治療反應預測研究中取得進展。團隊首次系統性評估了當前主流大語言模型（Large Language Models, LLMs）在肝癌治療效果預測中的應用潛力和價值，為AI驅動的精準醫療提供了實踐和參照。相關成果已發表于醫學信息學領域的國際權威期刊 Journal of Medical Systems。

HCC是全球范圍內發病率和致死率均居前列的惡性腫瘤，免疫檢查點抑制劑（ICIs）聯合靶向治療是晚期HCC治療的重要手段，但綜合有效率僅為30%左右。因此，臨床需要新的策略來優化針對HCC患者的免疫療法使用路徑，特別是迫切需要新的預后判斷工具來識別最有可能從這些療法中受益的患者，以減輕由于免疫異質性而帶來的個體療效的顯著差異。

近年來快速發展的大語言模型（LLMs），包括GPT-4o、Google Gemini和DeepSeek等，由于其出色的文本、圖像理解以及推理能力，為包括醫學在內的各個領域帶來了革命性的變化。在最近的一些AI+醫學研究中，LLMs模型也已表現出熟練的病變檢測和分類能力，但它們在復雜醫學推理任務（如，基于多模態數據的HCC免疫療法反應預測）中的準確性仍不確定。同時，臨床專家如何更好地使用快速發展的LLMs工具，實現真正的臨床混合智能決策也是一個重要的話題。

在此背景下，研究團隊引入大語言模型（LLMs），包括GPT-4、GPT-4o與Google Gemini等，探索其在整合多模態臨床數據（包括病人信息與CT圖像等）以預測免疫治療反應中的潛力。該研究采用186例不可切除HCC患者的多中心臨床數據，通過“零樣本提示”（zero-shot prompting）方式，構建了一個與臨床專家對標的診斷測試體系。團隊評估了多種決策策略（“投票法”與“或規則”法）對LLMs預測性能的影響，并引入“Gemini-GPT”模型對結果進行整合優化。

研究結果顯示，Gemini-GPT模型在準確率方面已接近具有15年以上臨床經驗的高級醫生，顯著優于初級和中級醫生的表現。此外，該模型預測所需時間遠低于人工診斷，體現出極強的效率優勢與臨床可操作性。進一步的分析表明，Gemini-GPT對不同治療方案與不同疾病階段患者，均表現出良好的預測穩定性與魯棒性。值得一提的是，LLMs在本研究中展現出比醫生更高的判斷一致性，尤其在對“響應者”識別的敏感度優化上，通過“或規則”策略實現了更強的臨床實用性。

這項研究不僅驗證了AI大模型在復雜醫療推理任務中的可行性，也為未來構建基于AI的智能輔助診療系統提供了重要理論基礎與實踐模板。

該論文的第一作者為中國科學技術大學2022級博士研究生許軍，通訊作者是健康所李海研究員和王騰飛博士。本研究得到了國家自然科學基金和安徽省重點研發項目的支持。

文章鏈接：https://link.springer.com/article/10.1007/s10916-025-02192-1

LLMs與醫生在肝癌免疫治療反應預測中的對比研究流程