混合与端到端LLM推理策略在O-RADS风险分层中的比较评估

一项回顾性研究比较了多种大语言模型与推理策略在自动进行O-RADS超声报告风险分层中的表现。基于特征的混合架构结合Gemini 3.6 Flash达到99.2%的准确率，显著优于原始临床报告（87.7%）和端到端LLM策略（65.6%-95.9%）。

此前自动临床决策多依赖端到端LLM，存在幻觉和可解释性差的问题。该研究显示，将特征提取与规则分类解耦的混合架构在准确性和一致性上远超端到端方法，且优于人工报告，为临床指南自动化提供了更可靠的技术路径。

混合架构将LLM用于结构化特征提取，再将特征输入确定性规则分类器，避免LLM直接输出分类时可能产生的幻觉和规则误用。该设计提升了准确性和可解释性，减少了错误分类，并纠正了原始报告中的过度分期倾向。

若该架构可复现，可直接提升临床决策支持产品的分类准确率和可靠性，减少人工审核成本。对于超声报告自动解读类产品，可考虑采用混合架构替代纯端到端模型，从而降低漏诊和过度诊断风险，改善医生和患者体验。

• 开发基于混合架构的超声报告风险分层工具，集成Gemini 3.6 Flash进行特征提取与规则分类。
• 在现有临床决策支持系统中，将端到端LLM结果与规则引擎校验结合，提高输出一致性。
• 针对O-RADS分类场景，构建可解释的自动化报告生成功能，提供特征依据与分类理由。
• 探索将Gemini 3.6 Flash用于其他医学指南的自动化分层，如乳腺或甲状腺影像报告系统。

• 研究样本仅310名女性，混合架构在更大规模、多中心数据上的表现未知。
• 不同临床场景或指南下，混合架构是否仍优于端到端策略尚待验证。
• Gemini 3.6 Flash的商业可用性和成本未在证据中提及。