Journal of neuro-oncology · 2026-10-21 · 综述
- 一句话结论:该叙述性综述总结神经肿瘤领域患者报告结局(PRO)与症状评估中的人工智能(AI)应用,认为整合机器学习与大语言模型可能有助于建模纵向症状轨迹、预测恶化并从自由文本中提取症状;方向为应用前景提示,证据档位为B,尚不足以下疗效或临床有效性结论。
- 研究设计与做法:设计为叙述性综述:检索PubMed/MEDLINE、Embase与Google Scholar 2015年1月至2026年4月的英文文献并补充参考文献追溯;初筛78篇,最终纳入53篇符合条件者(报告脑肿瘤患者PRO或症状数据,或在肿瘤学中将计算/AI方法用于PRO或症状监测),由两位资深作者核验筛选。
- 主要结果:主要结果为定性综合,归纳为四个主题;未报告合并效应量、置信区间或p值,纳入研究的样本量与随访时长材料未报告。
- 机制或解释:作者解释为PRO数据量与复杂度上升使传统分析方法受限,AI(含ML与LLM)可建模纵向症状轨迹以预测恶化、从临床记录自由文本提取症状,并将输出嵌入临床决策支持工具。
- 局限与边界:局限与边界:叙述性综述非系统评价,未做定量合并与偏倚评估;纳入限于英文文献,可能存在选择偏倚;作者强调自主性、知情同意、数据安全、偏倚、可及性、透明性与问责等伦理问题,具体利益冲突材料未报告。
- 可否落地:可否落地:对神经肿瘤PRO监测的科研方向提示AI具潜在价值,落地需可解释、与电子健康记录整合、可减轻偏倚并保护患者同意、隐私与自主性的工具;证据档位为B,属综述级提示,尚不足以下临床部署结论。
🔗 打开原文
Yogendran LV, Avery C, Crooms RC 等
本文摘自《每日前沿研究简报 · 2026-10-24》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流,不构成医疗建议。

发表评论 取消回复