简体中文
关闭
AI照护资讯

Nature Cancer研究:智能体AI提升免疫相关不良事件识别,但严重度分级仍待临床判断

#AI照护与医疗科技 时间2026-11-01 05:36:57

文/IAICA.NGO®

随着免疫检查点抑制剂在更多癌种和疾病阶段中应用,免疫相关不良事件(irAEs)正成为肿瘤照护的重要挑战。此类毒性几乎可累及任何器官系统,严重程度差异很大,并可能在治疗期间或治疗结束后出现。研究作者指出,接受检查点抑制剂的患者中多达 40% 会发生 irAEs。识别这些事件所需的信息大量存在于非结构化临床笔记中,结构化电子健康记录字段和 ICD 编码的敏感性有限,人工病历审查因此仍不可或缺,但耗时且审阅者间存在差异。

《Nature Cancer》发表的一项多阶段验证研究探讨智能体人工智能能否改善这一问题。Jack Gallifant 与同事开发了基于大语言模型的系统,不仅判断是否记录 irAE,还提取事件为当前或历史、CTCAE 严重度分级、是否归因于免疫检查点抑制剂,以及临床医生对归因的确定程度。系统聚焦肺炎、肝炎、结肠炎、心肌炎、甲状腺炎和皮炎六类毒性,并通过回顾性测试、前瞻性静默部署和评估 AI 辅助人工审阅的随机研究进行验证。

研究团队采用智能体架构,将 irAE 评估拆解为疾病特异性提取流程,依次完成事件检测、CTCAE 分级、治疗归因和确定性评估。检测与分级各进行三次独立模型运行,输出不一致时由裁判智能体裁决。相比以往主要判断“是否存在 irAE”的二元方法,这一设计更贴近临床解释所需的时间状态、严重程度、因果归因和证据强度。其潜在价值在于提升整理速度与一致性,为药物警戒、临床试验和真实世界证据生成提供更结构化的信息。

但研究也揭示重要局限:识别毒性存在比确定严重程度更容易。分级依赖症状、实验室检查、干预措施和临床过程的综合理解,文本模糊、信息缺失和时间变化都会增加判断难度。因此,系统更可能扮演辅助角色,而非替代临床判断。对免疫肿瘤学而言,关键不是 AI 能否发现更多事件,而是能否减少噪声和误判,提升监测质量,并让临床医生集中于复杂病例的归因与处置。及时识别心肌炎、肺炎等可能危及生命的事件,仍是监测体系的核心目标。

从应用角度看,此类工具若要进入真实工作流,需要清晰呈现证据来源、时间状态、分级依据和不确定性,支持研究人员复核。与结构化实验室数据、用药记录及跨机构验证结合,或可增强其稳健性。监管与伦理层面,AI 辅助不良事件监测还应明确责任边界、数据治理和偏差评估,避免将模型输出直接等同于临床结论。只有在可审计、可追溯和可复核的前提下,智能体 AI 才可能成为免疫毒性监测的可靠补充。

iaica.com.cn 认为,智能体 AI 在 irAE 监测中的价值应体现为“可审计的辅助”而非“自动裁决”。系统应帮助团队更快定位证据、统一分级口径并提示不确定性,但免疫毒性归因和严重度判断仍应由具备专业知识的临床人员最终确认。未来研究还需在更多机构、癌种和治疗场景中验证其泛化能力,并评估其对患者安全、工作流程和药物警戒质量的真实影响。

相关标签:

分享本文
Nature Cancer研究:智能体AI提升免疫相关不良事件识别,但严重度分级仍待临床判断

Nature Cancer研究:智能体AI提升免疫相关不良事件识别,但严重度分级仍待临床判断

随着免疫检查点抑制剂在更多癌种和疾病阶段中应用,免疫相关不良事件(irAEs)正成为肿瘤照护的重要挑战。此类毒性几乎可累及任何器官系统,严重程度差异很大,并可能在治疗期间或治疗结束后出现。研究作者指出,接受检查点抑制剂的患者中多达 40% 会发生 irAEs。识别这些事件所需的信息大量存在于非结构化...

评论

0 条
暂无评论,快来抢沙发。

Copyright © 2026 IAICA 版权所有  隐私政策 用户协议 Cookie说明 备案号:沪ICP备11018632号-8

18351659883