# GPT-4o

在免疫检查点抑制剂治疗患者的门诊病历中，识别皮肤免疫相关不良事件（cirAE）长期依赖人工逐份翻阅，耗时且不同审阅者判断不一。一项多机构研究让非皮肤科审阅者在检索增强的多智能体大语言模型辅助下判读，模型给出二分类建议并附支持性病历摘录。以皮肤科专家标注为金标准，辅助组F1为0.88、Cohen's κ为0.82，人工组分别为0.77和0.50，审阅者自报平均每份病历审阅时间由15分钟降至10分钟。

在免疫检查点抑制剂治疗患者的门诊病历中，识别皮肤免疫相关不良事件（cirAE）长期依赖人工逐份翻阅，耗时且不同审阅者判断不一。一项多机构研究让非皮肤科审阅者在检索增强的多智能体大语言模型辅助下判读，模型给出二分类建议并附支持性病历摘录。以皮肤科专家标注为金标准，辅助组F1为0.88、Cohen's κ为0.82，人工组分别为0.77和0.50，审阅者自报平均每份病历审阅时间由15分钟降至10分钟。

肺癌筛查CT结果的患者提问，现在由一个规划器加执行器的多模态智能体系统来回答。此前通用大模型只能处理文字报告，无法调用影像工具，也不会判断哪些问题该交给医生。系统在116份筛查CT报告和699个模拟患者提问上，工具调用准确率93.1%，把超出范围的问题正确转交医生的比例为92.6%，均显著高于单智能体基线；四名医生对100条回答的评分中，可回答问题有78.9%在临床准确性上拿到满分。

肺癌筛查CT结果的患者提问，现在由一个规划器加执行器的多模态智能体系统来回答。此前通用大模型只能处理文字报告，无法调用影像工具，也不会判断哪些问题该交给医生。系统在116份筛查CT报告和699个模拟患者提问上，工具调用准确率93.1%，把超出范围的问题正确转交医生的比例为92.6%，均显著高于单智能体基线；四名医生对100条回答的评分中，可回答问题有78.9%在临床准确性上拿到满分。

该可行性研究将去标识化治疗摘要输入OpenAI GPT-4o，用结构化提示生成儿童癌症与造血干细胞移植幸存者的长期随访建议草稿，并在40名幸存者的独立验证队列中与临床医生依据机构规范和儿童肿瘤协作组长期随访指南（第5版）制定的建议比较，发现AI生成467条、医生生成446条，446条医生建议中385条（86.3%）被AI识别，467条AI建议中385条（82.4%）也见于医生计划，多数不一致集中在放疗相关暴露和需要细致临床解读的幸存者情境。

该可行性研究将去标识化治疗摘要输入OpenAI GPT-4o，用结构化提示生成儿童癌症与造血干细胞移植幸存者的长期随访建议草稿，并在40名幸存者的独立验证队列中与临床医生依据机构规范和儿童肿瘤协作组长期随访指南（第5版）制定的建议比较，发现AI生成467条、医生生成446条，446条医生建议中385条（86.3%）被AI识别，467条AI建议中385条（82.4%）也见于医生计划，多数不一致集中在放疗相关暴露和需要细致临床解读的幸存者情境。