Jämförande prestanda hos LLM:er och maskininlärning vid prognos av komplikationer efter perkutan kyfoplastik för osteoporotiska kotkompressionsfrakturer

Varför detta är viktigt för personer med sköra ryggar

Allteftersom fler lever högre upp i åldrarna blir smärtsamma kotkompressionsfrakturer orsakade av förtunnade ben allt vanligare. En ofta använd behandling kallad perkutan kyfoplastik kan snabbt lindra smärta, men kan också leda till oönskade biverkningar. Denna studie frågar om moderna artificiella intelligensverktyg, inklusive stora språkmodeller liknande populära chattbotar, kan hjälpa läkare att förutsäga vilka patienter som löper större risk att utveckla dessa komplikationer efter behandlingen.

Ryggproblemet och dess vanliga åtgärd

Osteoporotiska kotkompressionsfrakturer uppstår när försvagade kotkroppar kollapsar, ofta efter ett mindre fall eller till och med enkla vardagsrörelser. Perkutan kyfoplastik syftar till att stabilisera dessa brustna ben genom att införa en ballong och fylla utrymmet med bencement, vilket vanligtvis minskar smärtan och återställer en del av kotans höjd. Cement kan dock ibland läcka ut ur benet, och nya frakturer kan uppstå i andra kotnivåer månader senare. Dessa komplikationer kan orsaka allvarliga problem, inklusive nervskador, lungsjukdomar och kvarstående smärta, varför läkare är angelägna om verktyg som kan identifiera hög risk-patienter före operation.

Gammaldags datormodeller och mänskligt omdöme

Före framväxten av stora språkmodeller byggde forskare traditionella maskininlärningssystem som lärde sig mönster från patientjournaler och bilder. Dessa system kan uppskatta sannolikheten för cementläckage eller nya frakturer genom att kombinera många detaljer, såsom ålder, bentäthet, frakturens utseende och hur cementet fördelas. Samtidigt bildar erfarna ryggkirurger sina egna bedömningar efter att ha granskat samma information. Medan dessa äldre datormodeller ofta presterar väl kräver de noggrann träning, teknisk expertis och beräkningsresurser, vilket kan begränsa deras användning i vardagliga sjukhusmiljöer.

Sätter chattbotar på prov

I denna studie samlade forskarna in data från mer än tusen patienter som behandlats med kyfoplastik vid ett stort sjukhus i Peking. För varje patient registrerades standardiserad klinisk och bilddiagnostisk information, varefter två stora språkmodeller, en uppsättning traditionella maskininlärningsmodeller och två ryggkirurger ombads förutsäga om bencement skulle läcka och om nya frakturer skulle uppstå senare. Chattbotarna testades på två sätt. I ett zero-shot-upplägg gavs de enbart falluppgifterna och ombads göra en prognos. I ett few-shot-upplägg visades de först ett litet antal exempel med kända utfall, för att se om inlärning från dessa exempel skulle förbättra deras svar.

Vad datorerna och kirurgerna prickade rätt och fel

För att förutsäga cementläckage strax efter operation presterade de stora språkmodellerna relativt väl. Deras resultat liknade de bästa traditionella datormodellernas och var något bättre än kirurgernas individuella bedömningar. När det gällde att förutsäga nya frakturer månader senare hade chattbotarna dock svårare. Deras första försök var svaga och starkt biased mot att anta att nästan alla skulle drabbas av en ny fraktur. Att tillhandahålla exempel förbättrade resultatet något, men traditionell maskininlärning, särskilt en modell kallad support vector machine, presterade fortsatt mer pålitligt. Chattbotarna misslyckades också när de ombads identifiera specifika undertyper av komplikationer, såsom exakt var cementet läckte eller vilken kota som skulle gå av nästa.

Hjälp för läkare, men ännu inte ett fristående verktyg

En intressant iakttagelse var att kirurger ibland drog nytta av att ta del av chattbotarnas förklaringar, men endast i uppgifter där modellerna redan presterade ganska bra. När de underliggande prognoserna var svaga, som för långsiktiga frakturer, förbättrade förklaringarna inte läkarens beslut. Sammantaget visar studien att nuvarande stora språkmodeller kan erbjuda användbart stöd för vissa kortsiktiga risker efter kyfoplastik, men att de ännu inte är tillförlitliga nog att ersätta befintliga datormodeller eller expertbedömning. För tillfället bör de ses som tidiga hjälpmedel som fortfarande behöver finjustering, bättre träning på medicinska data och närmare integration med bilddiagnostik innan de säkert kan vägleda verklig ryggvård.

Citering: Wang, T., Chen, R., Liang, M. et al. Comparative performance of LLMs and machine learning in predicting complications after percutaneous kyphoplasty for osteoporotic vertebral compression fractures. npj Digit. Med. 9, 401 (2026). https://doi.org/10.1038/s41746-026-02588-4

Nyckelord: osteoporotiska kotfrakturer, perkutan kyfoplastik, stora språkmodeller, maskininlärning inom medicin, kirurgisk riskbedömning