A longitudinally informed large language model for patient-level review of hormone test results in assisted reproductive technology: development, internal testing, and prospective silent evaluation
本研究介绍了 NovaMind 的开发与评估，这是一种基于纵向信息的语言大模型，与传统方法相比，它显著提高了辅助生殖技术中患者层面激素结果复核的准确性，同时也探索了将基于患者的实时质量控制作为一种补充性的系统级监测方法。
原始论文采用 CC BY 4.0 许可（https://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
在现代医学领域，很少有旅程能像通过辅助生殖技术通往为人父母之路那样，既充满情感波动又具有科学上的复杂性。对于面临不孕症的夫妇而言，这一过程涉及一场精密的医疗干预编排，旨在帮助卵子与精子相遇并生长。在这段旅程中，激素检测起到了核心作用，它们充当了医生的生物指南针。这些检测通过测量血液中的特定化学物质（如雌二醇和孕酮），向医疗团队准确传达患者在治疗周期中所处的阶段。这些数值不能仅仅被视为孤立的数据点，而应被视为一段随时间展开的故事；一个在单日看来正常的数值，如果打破了患者之前的检测模式，或者出现在治疗计划中的错误时刻，则可能是一个警告信号。
几十年来，实验室一直依赖人类专家来解读这些故事，将每项结果与患者的历史记录及当前药物进行比对。这需要高度的专注力和深厚的知识，因为同样的数字在不同的背景下可能意味着完全不同的含义。然而，随着寻求帮助的患者数量不断增加，这些检测的巨大总量造成了沉重的负担。当一名专家每天需要审查数百项结果时，由于人类大脑无法无限期地保持完美的注意力，错过细微但关键的异常情况的风险就会随之增加。现代医学面临的问题是，技术是否可以帮助分担这一负荷，提供一双永不疲倦的“第二双眼睛”，同时又不失理解患者独特故事所需的细微洞察力。
北京协和医院的一支研究团队在回答这一问题上迈出了重要一步。他们开发了一个专门的计算机程序，并将其命名为 NovaMind，旨在以人类专家所具备的上下文感知能力来读取并解读这些激素检测结果。与那些仅检查数值是否落在固定范围内的旧式计算机系统不同，NovaMind 的构建初衷是理解全局。它不仅观察当前的检测结果，还结合治疗周期的阶段、患者正在服用的特定药物，以及引导至该时刻的完整激素水平历史。研究人员利用数千名患者的数据训练了这个系统，教会它识别什么是合理的检测结果，更重要的是，学会标记出那些看似异常且需要进一步审查的结果。
为了验证这一新工具是否真的有效，团队对其进行了一系列严格的测试。首先，他们将 NovaMind 与目前实验室使用的标准方法进行了对比。在这些内部测试中，新系统在捕捉需要进一步审查的结果方面表现得更为出色。它漏掉异常病例的比例远低于传统方法，显著降低了漏报警告的概率。至关重要的是，研究人员发现，当系统能够查看患者过去的激素历史时，其发现问题的能力得到了进一步提升。当系统仅观察当前的检测结果时，出错率较高；而当它能够观察患者治疗的完整时间线时，其准确性变得更加精准，这证明了患者身体的历史记录与当下的快照同样重要。
随后，研究人员迈出了下一步，从使用历史数据转向在医院进行的实战测试，让该系统在后台静默运行。在两个月的时间里，NovaMind 审阅了进入医院的数千项实际患者结果，但它并未改变任何决策或发出警报，只是记录了它本会标记出的情况。在此期间，系统正确识别出绝大多数结果是正常且可以发布的，同时保持了高度的谨慎。它并没有因对正常结果发出误报而导致工作量激增，显示出它能够在繁忙的医院工作流中顺畅运行而不引发混乱。除了这种针对患者层面的审查外，团队还测试了一个独立的监控工具，旨在监测影响整个实验室设备的异常情况（例如机器校准偏移）。该工具成功检测出了模拟的设备错误，表明它可以作为整个系统的安全网。
尽管取得了这些令人鼓舞的成果，研究人员仍谨慎地将 NovaMind 定位为人类医生的强大助手，而非替代品。该研究是在单一医院开展的，且在实战测试中并未遇到许多自然发生的异常病例，这意味着该系统仍需在更多样化的环境和更复杂、更不可预见的场景中得到验证。团队强调，虽然计算机处理信息的速度更快、更具一致性，但发布结果或要求复核的最终决定权仍应属于机器与人类专家之间的协作。研究结果表明，通过将人工智能的速度与一致性同专家的深度临床判断相结合，实验室有望为日益增多的寻求帮助的家庭提供更安全、更可靠的医疗护理。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。