Resumen: Métodos y materiales: comisariamos un conjunto de datos de múltiples protocolo de 614 planes de radioterapia en cuatro sitios de enfermedades y construimos una base de conocimiento que contiene métricas de dosis normalizadas y restricciones definidas por protocolo. El sistema RAG integra tres módulos de núcleo: un motor de recuperación optimizado en cinco backbones de Sentencetransformer, un componente de predicción del percentil basado en la similitud de cohorte y un verificador de restricciones clínicas. Estas herramientas están dirigidas por un modelo de lenguaje grande (LLM) utilizando una tubería de razonamiento impulsada por aviso de varios pasos para producir evaluaciones concisas y fundamentadas.
Resultados: los hiperparámetros de recuperación se optimizaron utilizando el proceso gaussiano en una función de pérdida escalarizada que combina el error cuadrático medio cuadrado (RMSE), el error absoluto medio (MAE) y los umbrales de precisión clínicamente motivados. La mejor configuración, basada en All-Minilm-L6-V2, alcanzó la precisión perfecta del vecino más cercano dentro de un margen de 5 por ciento y un MAE sub-2pt. Cuando se probó de extremo a extremo, el sistema RAG logró un acuerdo del 100% con los valores calculados mediante recuperación independiente y módulos de verificación de restricciones en ambas estimaciones del percentil e identificación de restricciones, confirmando la ejecución confiable de todas las medidas de recuperación, predicción y verificación.
Conclusión: Nuestros hallazgos resaltan la viabilidad de combinar la puntuación estructurada basada en la población con un razonamiento modular acuático para la herramienta para la evaluación del plan transparente y escalable en la radioterapia. El sistema ofrece salidas rastreables, minimiza la alucinación y demuestra robustez en los protocolos. Las instrucciones futuras incluyen validación dirigida por clínicas y mejores modelos de recuperación adaptados al dominio para mejorar la integración del mundo real.
Publicado Originalme en export.arxiv.org El 25 de septiembre de 2025.
Ver Fuente Original
