MétaCan
Menu
Retour à la cohorte
Enregistrement W4399324723 · doi:10.1200/jco.2024.42.16_suppl.1523

AI-assisted clinical summary and treatment planning for cancer care: A comparative study of human vs. AI-based approaches.

2024· article· en· W4399324723 sur OpenAlexaff
Po-Hsuan Cameron Cameron Chen, Ji-Jung Jung, Yoona Kim, Minjung Lee, Rodrigo Sánchez-Bayona, Paul J. Bröckelmann, Robert Olson, Denise Bernhardt, Christopher D. Goodman, Matthew J. Cecchini, Michael Yan, Houda Bahig, Sherman Lin, Joseph Y. Cheng, Petros Giannikopoulos, William R. Polkinghorn, David A. Palma, Han‐Byoel Lee

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensCentre Hospitalier de l’Université de MontréalWestern UniversityUniversity of TorontoCancer Care OntarioLondon Health Sciences CentreBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerCancer treatmentIntensive care medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

1523 Background: Understanding a patient's clinical narrative, timeline, and history is critical for accurate treatment decision-making. However, reviewing and summarizing complex records is time-consuming and error-prone. Recent advancements in artificial intelligence (AI), specifically large language models (LLM), offer paths to improve quality and efficiency. Methods: A study was conducted on 50 breast cancer cases from an academic medical institution, utilizing all medical records—clinic, pathology, and radiology reports—up until the point of the initial treatment decision. All cases were processed using three different approaches: AI-assisted; full-AI; and human-only. In the AI-assisted method, two oncology physician assistants (PAs) revised AI-generated summaries to create clinical summaries. The full-AI method had AI independently produce clinical summaries, while the human-only method had the PAs compile summaries without AI. Eight board-certified international oncology specialists blindly evaluated summaries for faithfulness, completeness, and succinctness using a 3-point scale, ranked their preferences, and tried to predict which summaries were full-AI. Rankings were assessed using a Friedman test followed by a Wilcoxon signed-rank test, and full-AI prediction was assessed using a two-sided one-sample binomial test. After summarization, a distinct AI system with access to clinical guidelines provided treatment plans. These plans were then evaluated by a board-certified oncologist with access to the original treatment decision. Results: The study found specialists favored AI-assisted, followed by full-AI, and then human-only summaries, with average ranks of 1.73, 1.93, 2.34 respectively (lower is better, p<0.001). The difference between full-AI and AI-assisted was not significant (p=0.11). Evaluation scores (mean±95%CI, higher is better) showed AI-assisted, full-AI, and human-only scored 2.35±0.13, 2.14±0.14, 2.17±0.14 for faithfulness; 2.28±0.12, 2.01±0.12, 1.93±0.14 for completeness; and 2.33±0.12, 2.21±0.12, 1.99±0.13 for succinctness. The average summarization time was 19.71, 1.17, 26.03 minutes. Full-AI identification accuracy was 0.28 (not different from chance 0.33, p=0.46). With AI-assisted summaries, the treatment plans were accurate in 45 cases (90%) and partially accurate in 5 cases (10%). In the 5 partially accurate cases, the system was accurate with the provided input data, but there were inaccuracies with the input data, including incorrect formats or missing data. Conclusions: Incorporating LLMs into the creation of medical summaries has shown improvements in both quality and efficiency, achieving up to 22.2x speed up with full-AI, indicating that AI-assisted summarization tools can potentially enhance care quality. AI-assisted summaries yield accurate treatment plans when the input data is accurate.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,079
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,079
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,484
Tête enseignante GPT0,565
Écart entre enseignants0,081 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAI in cancer detectionTravaux en français237 207