用本地大语言模型从临床试验记录中自动抽取基因资格标准：一项技术案例报告
核心概要
该技术案例报告开发并评估了一套结合本地大语言模型与HUGO基因命名规则校验的系统，用于从临床试验记录中抽取并结构化突变资格标准（识别突变基因、区分纳入与排除标准、归属到各研究组），在4,918项试验上运行并为1,010项研究生成结构化表示，42项试验的专家复核显示88.1%的研究被正确标注、单项资格标准精确率为80%，失败主要来自幻觉基因与缩写误判。
深度剖析
提出并实现了一套从非结构化试验登记文本中抽取突变资格标准的系统，可识别突变基因、区分纳入与排除标准，并将标准归属到具体研究组。 相对于此前依赖人工阅读或简单规则处理登记文本的做法，该工作把抽取任务拆解为基因识别、纳入/排除区分与分组归属三个可操作环节，并给出端到端实现。 论文报告了系统设计、集成与评估流程，并在4,918项临床试验上实际运行，属于技术案例报告层面的实现与评估证据。
采用大语言模型做上下文感知抽取，并用HUGO基因命名进行规则化校验，以应对缩写歧义与依赖语境的含义问题。 将LLM的语境理解能力与权威基因命名体系的规则校验组合，是针对生物医学文本中缩写歧义这一具体难点提出的混合策略。 方法描述明确说明了两类组件的分工，但摘要未给出消融或对照实验来单独量化规则校验的贡献。
系统被集成进Community Annotated Trial Search（CATS）平台，并在真实规模数据上产出结构化结果：4,918项试验中1,010项研究获得基因资格标准的结构化表示。 与停留在离线实验的抽取研究不同，该工作展示了在运行中的平台内落地的可行性，并给出了覆盖规模。 覆盖规模来自系统实际运行结果；结构化表示的具体字段与下游使用方式在摘要中未展开。
专家对42项试验的复核显示88.1%的研究被正确标注，单项资格标准精确率为80%，失败主要归因于幻觉基因与缩写误判。 提供了人工复核层面的准确性与精确率估计，并明确指出错误类型，为后续精度改进指明方向。 证据来自42项试验的专家复核，属于小规模人工评估；精确率是在单项资格标准层面统计，与88.1%的研究层面指标口径不同。
启示与展望
该结果面向从临床试验登记记录中抽取基因突变资格标准这一设定，适用于以英文登记文本为主、且突变要求可用HUGO基因命名体系校验的场景，例如精准肿瘤学中的患者-试验匹配与临床决策支持；其价值在于为CATS这类平台提供结构化的资格标准表示，使下游自动化处理成为可能。
读者仍会关注：42项试验的专家复核规模较小，其88.1%与80%两个指标口径不同（研究层面与单项标准层面），在更大样本上的稳定性有待观察；幻觉基因与缩写误判是主要错误来源，如何通过数据集设计与错误缓解策略降低其影响仍是开放问题；此外，摘要未展开结构化表示的具体字段、下游使用方式以及本地LLM的配置细节，这些会影响复现与迁移判断。