DOI: https://doi.org/10.1038/s41598-026-38449-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41639333
تاريخ النشر: 2026-02-04
المؤلف: Mustafa Yılmaz وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تدرس هذه الدراسة التوافق بين التوصيات التي يولدها ChatGPT، وهو نموذج لغة كبير قائم على الدردشة، وقرارات الفريق متعدد التخصصات لإدارة نقائل سرطان القولون والمستقيم في الكبد. تم إجراء تحليل استعادي على 30 حالة متتالية من نقائل سرطان القولون والمستقيم التي تم مناقشتها في فريق متعدد التخصصات، حيث تم تزويد ChatGPT بملخصات سريرية موحدة ومجهولة الهوية تحت حالتين: ملخص أساسي واستفسار مشروط يحدد حالة القابلية للاستئصال. أظهر النموذج توافقًا بنسبة 100% داخل النموذج عبر الاستفسارات المتكررة، مع اتفاق معتدل بنسبة 66.7% (كابا كوهين = 0.606) في الحالة الأساسية وتحسن كبير في الاتفاق بنسبة 93.3% (كابا كوهين = 0.924) عند تحديد القابلية للاستئصال.
تشير النتائج إلى أنه بينما يمكن أن يعمل ChatGPT كأداة لدعم القرار مع توافق معتدل إلى جيد جدًا مع توصيات الفريق متعدد التخصصات، خاصة عندما يتم تحديد ظروف سريرية معينة، إلا أنه لا يثبت بعد فائدة سريرية. ومن الجدير بالذكر أن الحالات غير المتوافقة كانت تتميز بشكل أساسي بتوصيات محافظة من النموذج، مما يشير إلى نهج حذر في تخطيط العلاج. تؤكد الدراسة على الحاجة إلى التحقق الاستباقي لتقييم الفائدة السريرية لنماذج اللغة الكبيرة في هذا السياق.
مقدمة
يعد سرطان القولون والمستقيم (CRC) أحد الأسباب الرئيسية للوفيات المرتبطة بالسرطان في جميع أنحاء العالم، حيث يعاني حوالي 50% من المرضى من نقائل كبدية خلال مرضهم. يتطلب الإدارة الفعالة لهذه الآفات النقيلية تقييمات من فريق متعدد التخصصات، والذي يدمج الخبرات من مجالات مختلفة مثل جراحة الأورام، وعلم الأورام الطبي، وعلم الأورام الإشعاعي، والأشعة، وعلم الأمراض. لقد أظهرت هذه المقاربة التعاونية أنها تعزز معدلات القابلية للاستئصال، وتحسن الامتثال للعلاجات المساعدة والعلاج المساعد، وتؤثر بشكل إيجابي على كل من معدلات البقاء بدون تقدم ومعدلات البقاء العامة.
على الرغم من فوائد الفرق متعددة التخصصات، فإن العديد من التحديات تعيق فعاليتها، بما في ذلك عدم التناسق في التقييمات السريرية، ومدة الاجتماعات غير الكافية، وضغوط الوقت على المتخصصين، ونقص العمليات القياسية لصنع القرار. تعقد هذه القضايا إدارة المرضى بشكل مثالي. تقدم التطورات الأخيرة في تقنيات الذكاء الاصطناعي في الرعاية الصحية حلولًا محتملة لهذه التحديات، مما يشير إلى أن الذكاء الاصطناعي يمكن أن يعزز كفاءة وفعالية اجتماعات الفرق متعددة التخصصات في علاج سرطان القولون والمستقيم.
الطرق
شملت هذه الدراسة الاستعادية مجموعة من 30 مريضًا تم تقييمهم من قبل المجلس متعدد التخصصات للأورام في المستشفى من يناير 2023 إلى يناير 2024. تضمنت عملية التقييم تقييمات سريرية شاملة وإجراءات تشخيصية لتحديد استراتيجيات العلاج المناسبة لكل مريض.
شملت البيانات المجمعة معلومات ديموغرافية، وعروض سريرية، وأنظمة علاجية، ونتائج، مما سمح بإجراء تحليل شامل لفعالية التدخلات المستخدمة. كانت الدراسة تهدف إلى تحديد الأنماط والارتباطات التي يمكن أن تُعلم الممارسات السريرية المستقبلية في علم الأورام.
النتائج
في تحليل توزيع مواقع الأورام بين 30 مريضًا، كانت الأورام المستقيمية والسينية هي الأكثر انتشارًا، حيث شكلت 40% (ن=12) و30% (ن=9) من الحالات، على التوالي. كانت نسبة حدوث الأورام في القولون القريب أقل بكثير، حيث كانت أورام القولون الأيمن 13.33% (ن=4)، والقولون العرضي 6.67% (ن=2)، والقولون الأيسر 10% (ن=3). كما كشفت الدراسة عن وجود تفوق طفيف للإناث، حيث شكلت الإناث 53.33% (ن=16) والذكور 46.67% (ن=14).
أشار تحليل العمر إلى انخفاض متوسط العمر من القولون الأيمن (75.00 سنة) إلى المستقيم (57.00 سنة)، مما يشير إلى تدرج عمر قريب-بعيد، مع متوسط عمر إجمالي قدره 62.17 سنة عبر جميع مواقع الأورام. أكدت التقييمات النسيجية أن جميع الأورام تم تصنيفها كأدينوكارسينومات. بالإضافة إلى ذلك، تم تحقيق توافق بين صانعي القرار بشأن توصيات العلاج في 66.67% (ن=20) من الحالات، مع حساب معامل كابا كوهين عند 0.6063، مما يدل على اتفاق معتدل.
المناقشة
في هذه الدراسة، لوحظ مستوى عالٍ من التوافق (93.33%، كابا كوهين 0.924) بين التوصيات التي قدمها نموذج ChatGPT وقرارات الفريق متعدد التخصصات بشأن العلاج لنقائل سرطان القولون والمستقيم في الكبد. تشير النتائج إلى أن ChatGPT حقق توافقًا كاملاً في 28 من 30 حالة، مما يتماشى عن كثب مع الدراسات السابقة التي أفادت بمعدلات توافق عالية مماثلة لأنظمة الذكاء الاصطناعي في صنع القرار الأورامي. ومن الجدير بالذكر أن الاتفاق تحسن بشكل كبير عندما تم تحديد القابلية للاستئصال بشكل صريح في الاستفسارات، مما يشير إلى أن توصيات الذكاء الاصطناعي حساسة لإطار المعلومات السريرية.
على الرغم من النتائج الواعدة، تسلط الدراسة الضوء على قيود الذكاء الاصطناعي في السيناريوهات السريرية المعقدة، مما يؤكد أن الخبرة البشرية تظل حاسمة. كان من المحتمل أن يوصي نموذج الذكاء الاصطناعي بأساليب علاجية أكثر تحفظًا، مما قد يعكس سلوكًا يسعى إلى السلامة في ظل عدم اليقين. يحذر المؤلفون من الاعتماد المفرط على أنظمة الذكاء الاصطناعي، حيث لا يمكنها تكرار المداولات الدقيقة للخبراء البشريين بشكل كامل. بالإضافة إلى ذلك، فإن تصميم الدراسة الاستعادي وحجم العينة الصغيرة يحدان من تعميم النتائج، مما يبرز الحاجة إلى مزيد من البحث للتحقق من دمج الذكاء الاصطناعي في الممارسة السريرية مع معالجة التحديات الأخلاقية والتشغيلية.
DOI: https://doi.org/10.1038/s41598-026-38449-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41639333
Publication Date: 2026-02-04
Author(s): Mustafa Yılmaz et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
This study investigates the concordance between recommendations generated by ChatGPT, a chat-based large language model (LLM), and multidisciplinary team (MDT) decisions for managing colorectal cancer liver metastases (CRCLM). A retrospective analysis was conducted on 30 consecutive CRCLM cases discussed at an MDT, where ChatGPT was provided with standardized anonymized clinical summaries under two conditions: a baseline synopsis and a conditional query specifying resectability status. The model demonstrated 100% within-model consistency across repeated queries, with a moderate agreement of 66.7% (Cohen’s kappa = 0.606) in the baseline condition and a significantly improved agreement of 93.3% (Cohen’s kappa = 0.924) when resectability was specified.
The findings indicate that while ChatGPT can serve as a decision-support tool with moderate to very good concordance with MDT recommendations, particularly when specific clinical conditions are outlined, it does not yet establish clinical benefit. Notably, discordant cases were primarily characterized by conservative recommendations from the model, suggesting a cautious approach to treatment planning. The study emphasizes the need for prospective validation to assess the clinical utility of LLMs in this context.
Introduction
Colorectal cancer (CRC) is a leading cause of cancer-related deaths worldwide, with around 50% of patients developing liver metastases during their illness. Effective management of these metastatic lesions requires multidisciplinary team (MDT) assessments, which integrate expertise from various fields such as surgical oncology, medical oncology, radiation oncology, radiology, and pathology. This collaborative approach has been shown to enhance resectability rates, improve compliance with adjuvant and neoadjuvant treatments, and positively impact both progression-free and overall survival rates.
Despite the benefits of MDTs, several challenges hinder their effectiveness, including inconsistencies in clinical evaluations, insufficient meeting durations, time constraints for specialists, and a lack of standardized decision-making processes. These issues complicate optimal patient management. Recent advancements in artificial intelligence (AI) technologies in healthcare present potential solutions to these challenges, suggesting that AI could enhance the efficiency and effectiveness of MDT meetings in the treatment of CRC.
Methods
This retrospective study involved a cohort of 30 patients who were assessed by the multidisciplinary oncology council at the hospital from January 2023 to January 2024. The evaluation process included comprehensive clinical assessments and diagnostic procedures to determine the appropriate treatment strategies for each patient.
Data collected encompassed demographic information, clinical presentations, treatment regimens, and outcomes, allowing for a thorough analysis of the effectiveness of the interventions employed. The study aimed to identify patterns and correlations that could inform future clinical practices in oncology.
Results
In the analysis of tumor location distribution among 30 patients, rectal and sigmoid tumors were the most prevalent, accounting for 40% (n=12) and 30% (n=9) of cases, respectively. The incidence of tumors in the proximal colon was notably lower, with right colon tumors at 13.33% (n=4), transverse colon at 6.67% (n=2), and left colon at 10% (n=3). The study also revealed a slight female predominance, with females comprising 53.33% (n=16) and males 46.67% (n=14).
Age analysis indicated a decreasing mean age from the right colon (75.00 years) to the rectum (57.00 years), suggesting a proximal-distal age gradient, with an overall mean age of 62.17 years across all tumor locations. Histopathological evaluations confirmed that all tumors were classified as adenocarcinomas. Additionally, consensus between decision-makers regarding treatment recommendations was achieved in 66.67% (n=20) of cases, with Cohen’s kappa coefficient calculated at 0.6063, indicating moderate agreement.
Discussion
In this study, a high level of concordance (93.33%, Cohen’s kappa 0.924) was observed between recommendations made by the ChatGPT model and multidisciplinary team (MDT) decisions regarding treatment for colorectal cancer liver metastasis (CRCLM). The findings indicate that ChatGPT achieved complete agreement in 28 out of 30 cases, aligning closely with previous studies that reported similar high concordance rates for AI systems in oncological decision-making. Notably, the agreement improved significantly when resectability was explicitly specified in the queries, suggesting that the AI’s recommendations are sensitive to the framing of clinical information.
Despite the promising results, the study highlights the limitations of AI in complex clinical scenarios, emphasizing that human expertise remains crucial. The AI model tended to recommend more conservative treatment approaches, which may reflect a safety-seeking behavior under uncertainty. The authors caution against over-reliance on AI systems, as they cannot fully replicate the nuanced deliberations of human experts. Additionally, the study’s retrospective design and small sample size limit the generalizability of the findings, underscoring the need for further research to validate the integration of AI into clinical practice while addressing ethical and operational challenges.