每日医学AI论文简报 v0.2
[日报]
日期: 2026-07-24 07:08
来源: PubMed | 分析: DeepSeek
期刊IF: 2024-2025 JCR
1. A context-augmented large language model for accurate precision oncology medicine recommendations.
Cancer Cell (IF: 31.7) | 2026 Mar 9 | PubMed ⚠️ | DOI 📄全文
分析来源: PubMed摘要（补录）
领域: 精准肿瘤学、大语言模型（LLM）、检索增强生成（RAG）
方法: 开发了基于RAG的LLM工作流，使用分子肿瘤学年鉴（MOAlmanac）作为知识库，并与仅用LLM的方法对比，评估其在生物标志物驱动的治疗推荐上的准确性；测试了合成查询和真实临床查询，并探索了多种提示与检索策略。
核心发现: RAG-LLM在合成查询上准确率达95%，在真实世界查询上准确率达93%，显著优于LLM-only方法；结合外部知识库可弥补LLM过时和领域知识不足的问题。
相关度（医学AI研究者）: 高。展示了RAG-LLM在临床治疗决策支持中的可行性和优越性，为构建可更新的医学知识增强AI系统提供了实证，方法可推广至其他专科。
一句话: 结合MOAlmanac的RAG-LLM能高准确率提供精准肿瘤治疗推荐，优于仅用LLM的方法。
2. Reliability of Large Language Model Generated Clinical Reasoning in Assisted Reproductive Technology: Blinded Comparative Evaluation Study.
J Med Internet Res (IF: 5.8) | 2026 Jan 8 | PubMed ⚠️ | DOI 📄全文
分析来源: PubMed摘要（补录）
领域: 辅助生殖技术、医学人工智能、大语言模型可解释性
方法: 盲法比较研究；由资深临床医生评价三种提示策略（零样本、随机少样本、选择性少样本）生成的临床推理链（CoT），并与GPT-4o自动评价对比
核心发现: 选择性少样本策略在逻辑清晰度、关键信息利用和临床准确性上显著优于其他策略（P<.001）；随机少样本策略相比零样本无显著改进；GPT-4o无法识别这些关键性能差异
相关度（医学AI研究者）: 高——提示设计决定LLM生成临床推理的可靠性，且AI自动评价不能替代临床专家评价，对可扩展生成高质量医学CoT有直接指导意义
一句话: 在辅助生殖中，用“高质量+多样性”示例的选择性少样本提示能显著提升LLM临床推理可靠性，而随机示例无效，且AI评价器无法察觉差异。