medRxiv 2026年9月21日该研究开发了一套符合HIPAA要求的开源流程，在100例复杂乳腺肿瘤患者（中位病历超过3100页、中位随访6.5年、中位7线治疗）中，用未经微调的现成商用大语言模型从原始未标注的临床笔记、病理报告和用药记录中抽取诊断与复发日期、临床分期、生物标志物亚型、基因检测结果及系统治疗信息，最佳模型在复发状态（99%）、胚系BRCA1/2致病变异（100%）、激素受体（99%）、HER2（96%）、临床分期（91%）、PIK3CA（91%）和ESR1（90%）上与专家一致性很高，抗癌药物抽取接近肿瘤科医生间差异，但精确治疗线重建的患者层面表现仍比第二位肿瘤科医生低9个百分点，四个模型在系统治疗抽取上均优该研究开发了一套符合HIPAA要求的开源流程，在100例复杂乳腺肿瘤患者（中位病历超过3100页、中位随访6.5年、中位7线治疗）中，用未经微调的现成商用大语言模型从原始未标注的临床笔记、病理报告和用药记录中抽取诊断与复发日期、临床分期、生物标志物亚型、基因检测结果及系统治疗信息，最佳模型在复发状态（99%）、胚系BRCA1/2致病变异（100%）、激素受体（99%）、HER2（96%）、临床分期（91%）、PIK3CA（91%）和ESR1（90%）上与专家一致性很高，抗癌药物抽取接近肿瘤科医生间差异，但精确治疗线重建的患者层面表现仍比第二位肿瘤科医生低9个百分点，四个模型在系统治疗抽取上均优用现成大语言模型全自动抽取纵向乳腺肿瘤病历变量该研究开发了一套符合HIPAA要求的开源流程，在100例复杂乳腺肿瘤患者（中位病历超过3100页、中位随访6.5年、中位7线治疗）中，用未经微调的现成商用大语言模型从原始未标注的临床笔记、病理报告和用药记录中抽取诊断与复发日期、临床分期、生物标志物亚型、基因检测结果及系统治疗信息，最佳模型在复发状态（99%）、胚系BRCA1/2致病变异（100%）、激素受体（99%）、HER2（96%）、临床分期（91%）、PIK3CA（91%）和ESR1（90%）上与专家一致性很高，抗癌药物抽取接近肿瘤科医生间差异，但精确治疗线重建的患者层面表现仍比第二位肿瘤科医生低9个百分点，四个模型在系统治疗抽取上均优该研究开发了一套符合HIPAA要求的开源流程，在100例复杂乳腺肿瘤患者（中位病历超过3100页、中位随访6.5年、中位7线治疗）中，用未经微调的现成商用大语言模型从原始未标注的临床笔记、病理报告和用药记录中抽取诊断与复发日期、临床分期、生物标志物亚型、基因检测结果及系统治疗信息，最佳模型在复发状态（99%）、胚系BRCA1/2致病变异（100%）、激素受体（99%）、HER2（96%）、临床分期（91%）、PIK3CA（91%）和ESR1（90%）上与专家一致性很高，抗癌药物抽取接近肿瘤科医生间差异，但精确治疗线重建的患者层面表现仍比第二位肿瘤科医生低9个百分点，四个模型在系统治疗抽取上均优