人工智能与多学科团队在结直肠癌肝转移管理建议中的比较

这对病人和家庭为何重要

对于许多结直肠癌患者，病情可能会扩散到肝脏，使治疗决策变成与时间赛跑。如今，这些选择通常由多学科团队做出——由专家组成的小组，聚在一起就最佳方案达成一致。与此同时，以聊天为基础的人工智能工具（如 ChatGPT）开始进入临床场所，作为潜在的辅助工具。本研究提出了一个简单但重要的问题：在给出相同患者摘要的情况下，人工智能的建议与专家团队的决定有多接近？

护理决策通常如何做出

当结直肠癌累及肝脏时，治疗选择可以从手术到化疗，再到更有限的、以缓解症状为目的的治疗不等。选择这几条路径之间通常并不简单。医院依赖多学科团队（MDT）会议，汇集外科医生、内科肿瘤学家、放射科医师和其他专家。这些讨论会权衡肿瘤的大小和数量、影像学发现、整体健康状况以及手术能否安全切除所有可见病灶的可能性。这种以团队为基础的模式可提高生存率并有助于确保患者获得一致且基于证据的治疗，但它也耗时，并且依赖于合适专家的可用性。

研究者试图检验的内容

作者考察了一种聊天式人工智能系统能否作为这些专家团队的决策支持伙伴，而非替代者。他们聚焦于30例结直肠癌肝转移患者，这些病例均曾在单一医院的 MDT 中讨论过。对于每位患者，他们创建了标准化且匿名的文本摘要，包含关键的临床和影像学细节，但该 AI 系统无法直接访问影像或完整病历。随后他们询问 ChatGPT 最合适的治疗方案，每例重复询问三次以观察答案是否稳定。在第二轮中，他们加入了一条关键的信息：明确说明肝脏肿瘤可能可通过手术切除，并询问这是否应改变治疗方案。

人工智能与专家团队的一致性如何

人工智能在对同一病例的重复询问中给出同一类型的建议，显示出非常高的内部一致性。在仅基于基本摘要工作的情况下，其最终建议与 MDT 的一致性决策在约三分之二的患者中相符（30 例中 20 例）。大多数分歧来自 AI 倾向于更谨慎的步骤——例如建议先行化疗、更多影像检查或活检——而专家团队在经过筛选的病例中选择直接进行手术。当研究者在重复实验中明确指出肝转移看起来可切除时，一致性显著上升。在这种“可切除性已说明”的情境下，AI 与 MDT 在 30 例中有 28 例（93%）达成一致，作者将此描述为非常好的符合度。

分歧模式揭示了什么

即便在提供额外信息之后，仍有两例患者中 AI 推荐继续系统性治疗而非手术，而 MDT 则选择以手术为目标以期长期控制。在整个研究中，AI 在存在任何不确定迹象时往往倾向保守选择，这可能既反映了以安全为导向的训练，也反映了仅凭简短文本摘要工作的局限性。作者和先前的研究指出，此类系统在不同医院、不同癌种和不同软件版本间的表现可能存在差异，因此不能将一个环境中的性能数值直接推断到其他场景。他们还强调重要的人类因素——例如患者的偏好、价值观和日常生活质量——难以通过文本或指南完整表达，仍需面对面临床判断来把握。

这对未来癌症护理可能意味着什么

这项小型试点研究表明，在给予清晰且完整的书面信息时，基于聊天的人工智能常常能给出与经验丰富的癌症团队对结直肠癌肝转移相似的治疗建议。然而，在纸面上与专家决策相符并不等同于证明 AI 指导的护理是安全的或能改善结局。作者强调，这些系统充其量应被视为有监督的助手——有助于结构化病例摘要或指出遗漏细节——而非自主决策者。在将此类工具纳入常规护理之前，需要更大规模的前瞻性研究，跟踪真实患者结局，而不仅仅是一致率。

引用: Yılmaz, M., Abbaslı, N., Tuna, S. et al. Comparison of artificial intelligence and multidisciplinary team recommendations in the management of colorectal cancer liver metastases. Sci Rep 16, 7278 (2026). https://doi.org/10.1038/s41598-026-38449-z

关键词: 结直肠癌, 肝转移, 多学科团队, 临床决策支持, 肿瘤学中的人工智能