基于机器学习和DeepSeek-R1的胆囊癌术前T分期鉴别：血液标志物与放射学文本分析的对比研究

这篇研究通过对比机器学习（ML）模型与大型语言模型（DeepSeek-R1）在胆囊癌（GBC）术前T分期中的表现，揭示了血液标志物（如NLR、CEA、CA19-9）的局限性（AUC<0.60），而放射学文本分析凭借自然语言处理技术实现了89.6%的高准确率，为临床决策提供了新思路。

　　

背景

胆囊癌（GBC）作为胆道系统最常见的恶性肿瘤，早期症状隐匿且易与良性病变混淆，导致诊断延迟。手术是唯一可能治愈的手段，但手术范围高度依赖术前T分期的准确性，尤其是区分T1（肿瘤局限于黏膜或肌层）和T2（侵犯周围结缔组织）的关键性。传统影像学诊断受限于主观描述，而血液标志物（如CA19-9、NLR）的独立预测价值尚不明确。

方法

研究回顾性纳入232例病理确诊的GBC患者（T1=51，T2=181），评估两种AI策略：

1. 机器学习模型：基于7项血液标志物（NLR、MLR、PLR、CEA、CA19-9、CA125、AFP），训练随机森林（Random Forest）、XGBoost等算法，并测试合成少数类过采样技术（SMOTE）的效果。

2. 大型语言模型（DeepSeek-R1）：通过零样本提示和思维链（CoT）示例，解析放射学报告文本（如“胆囊壁增厚”），结合或不结合血液标志物数据。

结果

• 血液标志物模型表现不佳：最佳模型XGBoost的测试集AUC仅0.508，SMOTE虽提升交叉验证准确率（如XGBoost从71%至80%），但未改善独立测试性能（AUC降至0.473）。SHAP分析显示PLR和MLR贡献度最高，但整体区分力不足。

• DeepSeek-R1显著优势：零样本提示下，T分期准确率达89.6%，N/M分期100%准确。模型从文本中捕捉关键线索（如“无淋巴结肿大”对应N0），而添加血液标志物未提升性能。

讨论

研究揭示了血液标志物在早期GBC分期的局限性，而放射学文本的语义信息被LLM高效挖掘。DeepSeek-R1的推理过程模拟临床思维，例如将“胆囊壁增厚”关联至T2分期，但其性能依赖报告质量。未来需多中心验证，并探索多模态（影像+文本+标志物）融合模型。

局限性

单中心回顾性设计、样本不平衡（T1仅22%）、未整合原始影像数据是主要局限。此外，LLM的提示工程（如CoT示例意外降低准确率）需进一步优化。

结论

血液标志物未能有效区分早期GBC T分期，而基于放射学文本的LLM展现出临床实用潜力，为术前决策提供了高精度、可解释的辅助工具。