💬 NLP

The Daily Dose: Workflow-Integrated Large Language Model Automation for Clinical Summarization and Trial Identification in Radiation Oncology

本研究介绍了"The Daily Dose"的设计与初步评估，这是一个集成于放射肿瘤科工作流中的大语言模型驱动系统，可自动生成患者摘要并识别临床试验，在一项针对 55 名受访者的混合方法调查中，该系统展现出高度的临床医生满意度、卓越的可靠性以及显著的感知时间节省。

原作者： Jason Holmes, Federico Mastroleo, Mariana Borras-Osorio, Srinivas Seetamsetty, Satomi Shiraishi, Mirek Fatyga, Judy C. Boughey, Cornelius A. Thiels, William G. Breen, Daniel J. Ma, Daniel K. Ebner, Da

发布于 2026-05-27

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jason Holmes, Federico Mastroleo, Mariana Borras-Osorio, Srinivas Seetamsetty, Satomi Shiraishi, Mirek Fatyga, Judy C. Boughey, Cornelius A. Thiels, William G. Breen, Daniel J. Ma, Daniel K. Ebner, David M. Routman, Brady S. Laughlin, Carlos E. Vargas, Samir H. Patel, Sujay A. Vora, Nadia N. Laack, Andrew Y. K. Foong, Wei Liu, Mark R. Waddle

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一位放射肿瘤科医生的早晨，就像一名飞行员准备执行一次复杂的飞行任务。起飞前，飞行员需要检查数百个数据点：天气报告、燃油量、发动机状态和乘客名单。在医院里，这项“起飞前检查”涉及查阅数十名患者的海量电子健康记录（EHR）。这是一座令人望而生畏的文件大山，容易导致疲劳，并挤占了本应用于实际“飞行”——即照护患者——的时间。

本文介绍了一种名为“每日剂量”（The Daily Dose, TDD）的新工具，它充当这些医生的智能副驾驶。这是一个利用先进人工智能（具体为大型语言模型，即 LLM）的系统，能在医生抵达医院之前，就承担起阅读和总结患者档案的繁重工作。

以下将使用简单的类比，分解其工作原理、研究发现以及作者的结论。

问题：“数据洪流”

放射肿瘤学为每位患者随时间推移产生了海量数据。医生不得不在不同的软件程序之间切换，以拼凑出患者的病史、当前治疗方案和检查结果。手动完成这一过程既缓慢又令人精神疲惫。作者将其描述为低效和“认知疲劳”（大脑疲惫）的主要来源。

解决方案：“智能副驾驶”

梅奥诊所的团队开发了“每日剂量”。把它想象成一个每天凌晨 5:00 醒来的智能助手，执行以下操作：

查看日程：它查看医生的日历，了解当天要接诊哪些患者。
阅读档案：它深入医院每位患者的数字记录中。它提取诊断详情、治疗计划、实验室结果和过往笔记。
撰写摘要：AI 不是让医生阅读 50 页的笔记，而是为每位患者撰写一段简短清晰的摘要。它突出最重要的内容，例如“患者 X 正处于第 10 次治疗日”，或“患者 Y 的 PSA 水平已下降”。
- 特殊功能：如果患者患有前列腺癌，AI 会根据数据自动计算特定的风险评分（就像针对癌症风险的“交通信号灯”系统）。
寻找临床试验：对于新患者，AI 就像一名侦探。它将患者的病情与梅奥诊所正在进行的活跃研究（临床试验）数据库进行比对。如果患者可能符合某项研究的标准，AI 会列出该试验并解释为什么他们可能符合条件。
交付报告：在一天开始时，医生会收到一封包含所有这些摘要的单一邮件。这就像在离家前收到一份个性化的简报文件。

实验：测试副驾驶

研究人员在梅奥诊所的三个地点（亚利桑那州、佛罗里达州和明尼苏达州）测试了该系统。他们不仅查看了代码，还询问了使用者：“感觉如何？”

询问了谁？
他们调查了 55 名医疗保健工作者，主要是放射肿瘤科医生（即“飞行员”），也包括护士和其他提供者。

发现了什么？
结果混合了“太棒了！”和“还需要改进”，但总体是积极的。

采用率：大多数人（约 84%）每天或每周多次使用该工具。它站稳了脚跟。
满意度：在 1 到 5 分的量表中，平均满意度很高（约 3.9 分）。大多数用户认为它易于使用且组织良好。
时间节省：这里变得有趣起来。
- 一些医生感觉他们每天节省了20 分钟或更多。
- 另一些人感觉节省了5 到 10 分钟。
- 约 22% 的人表示他们没有节省任何时间。
- 关键洞察：那些感觉节省了时间的人最满意。如果该工具没有节省时间，他们对它的满意度就不那么高。
有用性：约 60% 的人认为它帮助他们保持对预约的更新，并更好地理解患者摘要。然而，关于它是否真正有助于团队协调或减少查阅图表的时间，意见存在分歧。有些人认为它只是一个“锦上添花”的摘要，而非时间节省器。
“试验”功能：医生们喜欢 AI 建议临床试验的想法，但有人指出，AI 有时会建议那些并不完全符合患者标准的试验。这是一个有用的起点，但并非完美。

系统中的“故障”

该论文诚实地指出了该工具的局限性。在开放式反馈中，医生们提到：

信息缺失：有时 AI 找不到足够的数据来撰写摘要，因此不得不表示“信息不足”。
不准确：偶尔，摘要会包含不必要的细节，或遗漏关键信息。
试验错误：有时 AI 建议的临床试验患者实际上并不符合资格，需要医生进行双重检查。
外部记录：该系统目前仅查看梅奥诊所内部的记录。如果患者有其他医院的记录，AI 无法看到，这限制了其提供完整画面的能力。

结论：一个充满希望的开端

作者得出结论，“每日剂量”是一个成功的起步。它证明了一个 AI 工具可以嵌入到真实、繁忙的医院工作流中，并且医生愿意使用它。

它有效：它是可用的，并且普遍受到重视。
它有帮助：它提高了“情境意识”（即在走进病房前了解患者状况）。
它需要调整：它尚未完美。AI 有时会犯错或遗漏数据。

下一步是什么？
基于这项研究，团队已经构建了“每日剂量 2.0"。这个新版本更智能：

它现在可以拉取外部医院的记录（解决了“信息缺失”问题）。
它采用两步流程以节省计算成本。
它拥有一个完全重新设计的系统，用于将患者与临床试验进行匹配，以提高准确性。
他们计划将其推广到梅奥诊所综合癌症中心的每一位医生。

一句话总结

该论文描述了一种新的 AI 工具，它充当癌症医生的晨间简报助手，总结患者档案并建议研究项目；虽然用户认为它有帮助且易于使用，但他们指出，它仍需完善，以达到完全准确并为所有人真正节省时间的目标。

技术摘要：每日剂量——融入工作流的放射肿瘤学大语言模型自动化

问题陈述
放射肿瘤学工作流在电子健康记录（EHRs）中产生海量异构数据，给临床医生带来了巨大的认知负担，因为他们必须每日综合这些信息。手动访问多个软件程序以获取患者病史、治疗计划和诊断报告的过程，导致了效率低下，并减少了直接患者互动的时间。尽管大语言模型（LLMs）已显示出自动化信息综合的潜力，但关于大规模真实世界、嵌入工作流的实施证据仍然缺乏。现有解决方案往往仍处于实验阶段，或缺乏融入临床护理日常运营节奏的集成。

方法论
作者开发并评估了“每日剂量”（TDD），这是一款生产级应用程序，直接集成到梅奥诊所（Mayo Clinic）位于亚利桑那州、佛罗里达州和明尼苏达州三个校区的放射肿瘤学部门的临床工作流中。

系统架构：TDD 作为一个完全自动化的、面向提供者的应用程序运行，部署于符合 HIPAA 安全标准的计算环境中。它利用 RadOnc-GPT 作为其推理引擎，这是一个基于 GPT-4o（温度设置为 0）的专用大语言模型代理。
工作流执行：每个当地时间凌晨 5:00，协调脚本识别参与医生的每日日程。对于每一个预约，系统检索相关的 EHR 元素（诊断、治疗计划、放射/病理报告、临床笔记），并提示 RadOnc-GPT 生成内容。
核心功能：
1. 临床摘要：系统将检索到的数据综合成简洁的、具有上下文意识的叙述，描述患者当前状况。在相关情况下，它包含疾病特异性参数（例如 PSA 趋势、Gleason 评分、NCCN 风险类别）。如果数据不足，则输出标准化的备用陈述。
2. 临床试验识别：对于新患者或会诊就诊，系统评估其参加临床试验的资格。它生成“病情 - 干预”关键词对，迭代搜索 clinicaltrials.gov API（仅限于梅奥诊所开放且正在招募的试验），并根据患者数据评估纳入/排除标准。
3. 交付：摘要和试验匹配结果被汇编成一封单一的、针对特定医生的电子邮件，在临床日开始前发送。邮件包含预约详情、视觉指示符（表情符号）、临床摘要和试验资格结果。
评估设计：部署一个月后进行了混合方法评估。向所有接收 TDD 的卫生工作者发放了一份结构化匿名问卷。该问卷改编自系统可用性量表（SUS）和技术接受模型（TAM），评估了人口统计学特征、使用模式、可用性、满意度、感知有用性以及对工作流的影响。统计分析包括描述性统计、Cronbach's alpha 信度检验，以及用于相关性分析的非参数检验（Spearman、Kruskal-Wallis、Mann-Whitney U）。

主要结果
该研究收到了 55 名参与者的回复（回复率为 50%），其中大多数是放射肿瘤学领域的执业医师（69.1%）（94.5%）。

采用与使用：83.6% 的受访者报告每天或每周多次使用 TDD。
可用性与满意度：该系统的平均可用性和满意度得分为 3.89/5。87% 的受访者同意该工具易于使用，76% 认为摘要结构清晰。
感知有用性：感知有用性的平均得分为 3.43/5。62% 的受访者同意它有助于他们了解预约情况，53% 认为它改善了对患者摘要的理解。
时间节省：感知到的时间节省存在异质性。27% 的用户估计每天节省≥10 分钟，而 21.8% 的用户报告没有节省时间。
相关性：总体满意度与感知时间节省之间存在统计学显著的正相关（ $p < .001$ ）。报告节省更多时间的用户表现出更高的满意度评分。
信度：问卷表现出极佳的内部一致性，总体 Cronbach's $\alpha$ 为 0.97。
定性反馈：用户强调了准备工作和情境意识的改善，特别是在替同事值班时。然而，反馈指出摘要偶尔存在不准确之处，临床试验匹配也不完美，这通常是由于缺少外部记录或数据不足所致。

意义与主张
本文将“每日剂量”定位为在多个机构的日常肿瘤护理工作流中大规模部署的、由大语言模型驱动的自动化的首个实践案例。

工作流集成：与以往侧重于技术准确性或孤立任务的研究不同，这项工作证明了将大语言模型代理直接嵌入临床医生日常晨间准备工作的可行性。
临床医生准备度：研究结果表明，此类工具可以增强复杂护理环境中临床医生的准备度和情境意识，即使它们并未完全取代手动病历审查。
可扩展性与演进：作者指出，初步评估为 每日剂量 2.0 奠定了基础，后者通过整合外部记录、优化数据检索成本以及完善临床试验匹配系统，解决了已识别的局限性。
适度主张：作者明确指出，该工具是一项“早期阶段”的干预措施。他们承认，该工具的作用是作为准备辅助，而非临床决策的替代品。其价值不在于完美的资格判定，而在于支持在日常规划中常规性地考虑试验和患者背景。研究结论认为，尽管感知存在异质性，但该工具已被广泛采用并被认为具有价值，值得进一步迭代和客观工作流指标评估。