关于大型语言模型简化放射学报告能力的系统综述与荟萃分析：患者、公众与临床医生评价

本报告旨在向中文研究界介绍一篇发表于《The Lancet Digital Health》期刊（2026年2月）的重要系统综述与荟萃分析论文。该论文由Samer Alabed（英国谢菲尔德大学医学院与人口健康学院、谢菲尔德教学医院临床放射科）领衔，联合了来自英国、美国、德国等多国高校及医疗机构的众多学者共同完成，包括Abigail Anderson、Ahmed Maiter、Anthony Hughes、Niamh Mcanenly、Mahan Salehi、Michael Sharkey、Krit Dwivedi、Alireza Hokmabadi、Fares Alahdab、Mark Stevenson、Ning Ma、Robert Gaizauskas、Tim J Chico、Andy J Swift、Junyi Jessy Li、Jens Kleesiek以及Curtis Langlotz。研究得到了英国国家健康与护理研究所（NIHR）谢菲尔德生物医学研究中心的支持。

论文主题与核心论点 该论文系统性地回顾和荟萃分析了现有关于使用大型语言模型（Large Language Models, LLMs）简化放射学报告的研究，首次综合评估了患者、公众以及临床医生对LLM简化后报告的评价。其核心论点是：LLM能够显著提高放射学报告的患者感知理解度和文本可读性，同时临床医生认为简化后的报告在准确性和完整性方面表现良好，但存在少量具有临床意义的错误，因此需要谨慎整合到临床工作流程中，并需进一步研究其对患者结局的实际影响。

主要观点、论据与子观点阐述

观点一：患者直接获取放射学报告已成为趋势，但原始报告的专业术语构成了理解障碍，催生了利用LLM进行自动化简化的需求。 * 支持性背景与理论：论文指出，在患者中心医疗和法规（如美国的《21世纪治愈法案》、欧盟的《通用数据保护条例》）推动下，患者能够越来越便捷地在线访问其医疗记录，包括放射学报告。这有助于提升患者自主权和参与度。然而，这些报告本质上是放射科医生为转诊医生撰写的，充满了复杂的医学术语和解剖学细节。 * 支持性证据与后果：研究引用文献表明，患者阅读原始报告可能导致困惑、焦虑和对护理满意度降低。误解报告内容可能引发不必要的复诊、额外检查甚至住院，对患者和医疗系统均造成负担。此外，报告可及性可能加剧医疗不平等，因为相当一部分成年人的健康素养或英语水平有限。 * 子观点：鉴于放射科医生工作量大，手动为每份报告制作患者友好版本不现实，因此需要自动化解决方案。LLM作为能够生成类人文本的人工智能系统，在此领域展现出巨大潜力。

观点二：现有证据表明，LLM简化的报告能极大提升患者感知的理解度和文本可读性。 * 核心支持数据（荟萃分析结果）： * 患者感知理解度：对10项研究（1018份报告，268名评估者）的汇总分析显示，LLM简化报告在李克特量表（Likert scale）上的平均得分比原始放射科医生报告高出2.00分（95% CI 1.54–2.46）。原始报告的平均分为2.16，而简化报告为4.04，意味着患者感知的理解度提升了87%。 * 文本可读性：对19项研究的分析表明，LLM简化显著改善了所有可读性指标。例如，对于CT报告，简化后的Flesch–Kincaid年级水平（Flesch–Kincaid Grade Level, FKGL）平均降低了6.20分；X光报告降低了5.07分；MRI报告降低了5.0分。这相当于将文本的阅读难度从大学水平降至中学（11-13岁）水平。Flesch阅读易读性评分（Flesch Reading Ease Score, FRES）也相应大幅提升。 * 支持性子分析：研究还发现，LLM简化报告在传达共情方面获得了中等偏积极的评价（平均分3.61），患者满意度也较高（平均分3.81）。但有一项研究指出，患者在信任度上对原始放射科医生报告的评分略高于LLM简化报告。

观点三：临床医生对LLM简化报告的准确性和完整性评价较高，但对直接向患者发布（可发布性）和安全性存在顾虑。 * 核心支持数据（荟萃分析结果）： * 准确性：27项研究（11,400份报告，108名评估者）的汇总平均分为4.45（95% CI 4.27–4.63）。 * 完整性：14项研究（1,113份报告，68名评估者）的汇总平均分为4.53（95% CI 4.30–4.76）。 * 简洁性：8项研究（976份报告，27名评估者）的汇总平均分为4.32。 * 可发布性与无害性：评分相对较低，可发布性为3.93（3项研究），无潜在危害为3.79（6项研究），反映了临床医生对未经审核直接发布简化报告的谨慎态度。 * 支持性分析：敏感性分析显示，GPT-4在准确性上的评分（4.77）显著高于GPT-3.5（4.09）。此外，放射科医生与非放射科医生对准确性的评分没有显著差异。 * 子观点——错误率：分析发现，LLM简化报告的任何错误汇总发生率为7.2%（95% CI 5.1%–10.0%），而具有临床意义错误的汇总发生率较低，为0.9%（95% CI 0.6%–1.5%）。这证实了虽然大多数错误不严重，但确实存在可能改变诊断或严重程度的错误，强调了人工审核的必要性。

观点四：当前证据基础存在局限性，未来研究需关注共设计、标准化评估和真实世界实施。 * 现有研究的局限性： * 样本与普适性：大多数研究规模小、单中心。患者参与者往往更年轻、英语水平高、教育程度高，限制了结果的普遍性。 * 评估方法：研究主要依赖自我报告的“感知理解度”，这可能与真实理解度不完全一致。缺乏对患者实际理解度的客观测试（如答题）。 * 方法学异质性：纳入研究在成像模态、临床专业、报告复杂性、LLM版本、提示策略和评估框架上差异巨大，导致荟萃分析异质性很高，汇总效应估计的精确性和普适性需谨慎解读。 * 缺乏患者参与设计：没有研究在简化报告的设计阶段纳入患者视角。 * 可重复性：缺乏共享数据集或代码，且提示方法多变，降低了证据基础的稳健性和透明度。 * 未来研究方向建议： * 共设计：优先与患者和临床医生共同设计简化报告，以满足他们的具体需求和偏好（如清晰语言、术语表、结构化部分、下一步行动建议、视觉辅助）。 * 标准化评估：建立标准的评估指标和提示策略。 * 前瞻性实施研究：评估在真实临床环境中的可接受性、可及性、公平性、安全性、工作流程影响以及对患者和系统层面的结局影响。 * 客观理解度测试：采用结构化问卷或评估来检验可读性提升是否转化为更好的理解。 * 自适应格式：开发能平衡简洁与细节的自适应报告格式（如简明摘要搭配详细解释）。 * 整合视觉辅助：探索嵌入视觉或解释性辅助工具，使报告不仅易读，而且真正对患者有用。

论文的意义与价值 本系统综述与荟萃分析具有重要的学术价值和临床指导意义： 1. 首次综合评估：这是首个系统性地综合患者、公众和临床医生对LLM简化放射学报告评价的研究，填补了该领域证据合成的空白。 2. 提供量化证据：通过荟萃分析，为LLM在提高报告可理解性和保持临床质量方面的潜力提供了强有力的量化数据支持，明确了其效益（显著提升理解度和可读性）与风险（存在少量临床显著错误）。 3. 指明现状与挑战：清晰地勾勒了当前研究领域的图景（主要使用GPT模型、集中于CT/MRI、评估者样本有限等），并深刻指出了现有证据的局限性及临床应用面临的实际挑战（如工作流程整合、责任归属、发布时机、公平性）。 4. 指导未来研究与临床实践：为后续研究设定了明确的议程，强调需要超越可读性指标，关注真实世界的患者理解、工作流程影响和以患者为中心的设计。同时，为医疗机构考虑部署此类技术时，提出了必须考虑的关键因素，如“人在环路”（human-in-the-loop）的审核模式、治理框架和确保健康素养公平性。 5. 推动患者中心医疗：研究结论支持LLM有潜力成为使放射学沟通更加以患者为中心的有力工具，但强调必须采取审慎、基于证据的开发和部署路径，方能将其从技术新奇转化为患者沟通的基石。

这篇论文是对LLM应用于放射学报告简化这一新兴领域的全面、严谨的总结与展望，为研究者、临床医生和医疗技术开发者提供了至关重要的参考依据。