초록 목적 다학제 팀 회의(MDT)는 여러 전문가가 환자의 진단 및 치료 관리를 논의하는 현대 암 치료의 필수적인 부분입니다. 증가하는 업무량 및 환자와 치료의 복잡성은 이러한 회의에 압박을 가하고, 임상 의무의 압박으로 더욱 악화됩니다. 대형 언어 모델(LLM)은 대량의 정보를 이해하고 특정 질문 및 프롬프트에 응답할 수 있으며, 임상 치료의 보조 도구로 사용되기 시작하고 있습니다. 본 연구의 목적은 두 LLM, Claude Opus 3와 Gemini가 MDT 결과를 예측하는 데 어떤 차이가 있는지를 평가하는 것입니다. 방법 임상 정보를 해석하고 가이드라인 기반의 관리 권고안을 제공하는 LLM의 능력을 평가하는 전향적 진단 일치 및 검증 연구입니다. 우리는 LLM에 MDT에서 제시될 동일한 임상 정보를 제공하고, 한국 유방외과학회 및 보건복지부의 가이드라인에 따라 치료 계획을 작성하도록 유도할 것입니다. 치료 계획은 실제 MDT 결과에 대해 일치 점수를 부여받아 검토됩니다. 결과 초기 결과는 두 LLM 모두 가이드라인에 따라 구조화된 치료 계획을 작성한다는 것을 보여줍니다. MDT 결과와 좋은 일치를 예상하지만, Claude가 정당화된 의사 결정에 대한 더 많은 추론을 제공할 수 있다고 예측합니다. 결론 Claude Opus 3는 의료 데이터를 포함한 전문 데이터로 학습된 더 발전된 LLM으로, 실제 MDT 결과와 더 나은 일치를 보일 것이라고 예측합니다. 또한 추가적인 조사 및 이미징의 필요성을 포함한 더 복잡한 프롬프트를 이해할 수 있을 것으로 예상합니다.
Badenoch et al. (금요일), 이 질문을 연구했습니다.