全球首份！ESMO發布AI醫療重磅指南，23條共識直擊行業痛點！

隨著 ChatGPT 等人工智能工具在醫療保健領域變得越來越普遍，亟需相關的應用指南。

為此，在2025年歐洲腫瘤內科學會2025 ESMO年會上，該組織公布了《在臨床實踐中使用大型語言模型指南》（ELCAP）。

這是全球首個將大型語言模型 （LLM） 安全集成到腫瘤學實踐中的結構化框架，提供了在腫瘤學中各環節使用人工智能的實用指南，旨在保護數據、確保臨床監督并支持決策。

這項研究由ESMO真實世界數據和數字健康工作組負責，將AI應用分為三類，并提出了具體的安全和治理建議：

ESMO 的全球網絡擁有45,000名腫瘤學專業人士，可以被視為在癌癥護理中負責任地采用人工智能的全球參考。

ELCAP 1 型：面向患者的工具

這類的代表是能提供癥狀信息或治療指導的聊天機器人和虛擬助手，研究中以基于 GPT-4 的乳腺癌患者聊天機器人舉例，由20位專家利用德爾菲法得到的結論如下表：

簡單概括就是，目前AI并不能取代正式的臨床建議，但可以提供額外的患者支持，這類工具必須在監督下進行操作，并且永遠不能取代專業的醫療建議。

同時指南提供了幾項關鍵建議，包括患者應清楚地表達他們的問題，以確保準確的 LLM 回答，同時強調了患者應該與醫生就大語言模型的建議保持公開對話，實現人工智能工具的互補性。

指南還指出，ELCAP 1 型人工智能系統理想情況下不應孤立運行，而應嵌入到人工指導的臨床工作流程中。

ELCAP 2 型：面向臨床醫生的工具

這類指的是腫瘤學家和醫護人員直接使用的系統，包括一些支持決策、文檔、翻譯的人工智能系統。

這類系統的主要用例是臨床決策支持軟件（CDSS），當醫護提出與患者相關的問題，例如“我應該如何治療該患者”，LLM 會提供回復；此外還能完成翻譯、起草文件等基本工作。

需要正式驗證和明確的問責制，是這部分工具面臨的關鍵問題。

同時該指南鼓勵使用大語言模型來減輕行政負擔，但也警告專業人員不要將患者溝通、治療計劃或診斷的最終責任委托給大模型。

ELCAP 3 型：后臺系統

第三種類型的大語言模型通常不會立即被患者或醫護人員看到，他們不直接與用戶交互，而是部署在醫療機構的“后臺”，例如電子健康記錄，用于數據提取或臨床試驗匹配等任務。

這類AI可以從半或非結構化醫療記錄或報告（例如病理或影像學報告）中提取結構化數據，例如癌癥診斷/分期、生物標志物和合并癥等；還能幫助篩選患者進行臨床試驗。

對這類AI，機構應確保臨床文檔完整準確，因為 LLM 生成的輸出在很大程度上取決于數據質量。

機構監督和持續監測也被多次強調。持續的性能監控對于檢測錯誤、偏差或模型隨時間變化的偏差至關重要，并要求每次修改工作流程或數據源時重新驗證人工智能工具。

原文鏈接：https://www.annalsofoncology.org/article/%20S0923-7534(25)04698-8/fulltext