291P Harnessing AI and clinical guidelines to find metastatic breast cancer patients not tested and treated according to guidelines
Notice bibliographique
Résumé
Background: Advances in NLP and LLM offer promising approaches for automated data extraction.In China, NLP has been applied in specific database studies, but wider adoption is limited by lack of algorithm transparency and performance consistency.This study assessed a rule-based NLP and a fine-tuned LLM for extracting key variables from Chinese electronic health records. Methods: In this pilot project, we retrospectively sampled clinical data of 480 NSCLC patients in the National Anti-tumor Drug Surveillance System between 2018 and 2023.Two automated approaches were compared with manual review: (1) a well-validated NLP integrating BERT-based named entity recognition and ALBERT-based relation extraction; (2) an exploratory Qwen3-30B-based LLM fine-tuned for few-shot learning.Accuracy and F1-scores were assessed across variables, including demographics, clinical characteristics, treatment history, and mortality.Time efficiency was measured. Results:The NLP and LLM models achieved overall F1-scores of 72.0% and 76.0%, respectively.While both showed comparable accuracy, the NLP performed better on semi-structured variables such as TNM staging (88.0% vs. 82.0%)and ECOG status (79.0% vs. 63.9%).The LLM demonstrated stronger performance on contextdependent variables, with higher F1-scores for start date (LLM 88.00% vs. NLP 72.0%), end date (65.00% vs. 56.0%),and progression in first-line therapy (92.0% vs. 87.0%).With LLM, manual effort reduced from 168 to 40 hours for quality control and optimization.Further NLP optimization was not conducted due to prior training on 100,000 diverse sentences derived from over two million records. Conclusions:The fine-tuned LLM outperformed the rule-based NLP overall, particularly in extracting complex, context-dependent variables.These results underscored the potential of NLP and LLM to improve research efficiency, lower data curation costs, and enable scalable real-world evidence generation in oncology research in China.Further research-specific refinement is essential to meet rigorous accuracy standards and ensure robustness across diverse medical documentation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».