梅奥诊所用AI工具从患者病历中精准锁定乳腺癌转移部位

在梅奥诊所记载的肿瘤数据时，最先注意到的一件事就是，回答一个看似简单的问题有多么困难：“患者的癌症扩散到了哪里？” 对于乳腺癌患者来说，答案其实就记录在病历的某个地方。难点在于如何找到它。为什么复发部位难以识别？关注详情。

阅读文摘

在癌症临床治疗过程中，患者的癌症究竟扩散到了哪里？”这一核心问题，往往隐藏在成百上千页的非结构化医疗记录中。

来自梅奥诊所（Mayo Clinic）的数据科学团队攻克了这一难题，他们开发出一种全新的AI医疗框架，通过智能扫描自由文本临床记录，自动且精准地提取乳腺癌患者的远隔复发与转移部位，成功突破了癌症患者精准治疗的“迷宫”

对于乳腺癌患者而言，肝脏病灶、骨转移或大脑受累等关键信息，常常散落在放射科报告、病理证实及肿瘤科医生的日常随笔中。这些记录充斥着缩写、专业术语和不确定性表述（如“未发现明确迹象”），传统的结构化数据库很难直接提取，而人工审核又极其耗时耗力。

梅奥诊所研发的这款AI辅助工具直接打破了这一瓶颈。它无需依赖固定的数据库字段，而是像人类“审核员”一样，直接阅读并理解复杂的非结构化临床文本，从中拼凑出完整的患者病史。

跨院验证与“小而专”的卓越性能

为了验证该AI系统的泛化能力，研究团队在梅奥诊所的数据基础之上，使用斯坦福医学院的数据进行了外部数据验证。结果表明，即使面对不同医疗机构迥异的记录风格和临床工作流，该AI框架依然表现优异。

该项研究还发现，该AI系统的性能超越了数个规模更大的通用语言模型LLM。这证实了在医疗垂直领域，针对特定临床任务定制的“小而专”SLM模型，比盲目追求参数量的通用大模型更高效、更具成本效益。

开启多癌种应用的未来

该AI系统在未经过特定乳腺癌术语微调的情况下，直接应用于前列腺癌数据时同样表现出色。这表明AI捕捉的是临床语言中对“癌症复发”这一普遍行为的描述模式，具备极高的推广潜力。

这项AI技术的普及，将极大减轻数据审核人员的负担，使癌症登记和预后研究的效率实现质的飞跃。

当然，最终诊疗和判断方案仍需要专科医生把关，但AI辅助技术正在将那些“深埋”在病历中的海量临床数据转化为关键的实践指导，为癌症患者赢得更报告的时间和希望。

新加坡国立大学健康长寿研究院高级管理研修培训——上海· 7月25-26日

咨询微信：GlobalMD2026（点击下图获取详情）

关注长寿医学及科技国际资讯，扫码加入微信群(实名+机构名称)

扫码加入专业交流群

(群规: 实名+机构)

申请加入【亚太长寿医学会】微信联系

GlobalMD2026或APACLONGEVITYSOCIETY

关注我们，获取生物医学前沿最新资讯