Hugging Face发布OpenTumorBoard：多学科肿瘤会诊真实场景基准测试工具

摘要：Hugging Face推出OpenTumorBoard，这是一款针对多学科肿瘤会诊场景的真实世界基准测试工具。该工具包含611个患者案例和19157个讨论轮次，涵盖10个专科角色，源自12534分钟的YouTube公开肿瘤会诊视频记录。OpenTumorBoard通过两种评估模式——专科医生轮次响应和会诊模拟——对大语言模型（LLM）的临床决策能力进行评估。实验表明，现有LLM在临床对等性和共识结论一致性方面仍有较大提升空间。该基准测试工具的发布将推动AI在个性化癌症决策支持中的应用发展，并为相关研究提供重要数据支持。

---

核心突破

Hugging Face推出了OpenTumorBoard，这是一款针对多学科肿瘤会诊场景设计的真实世界基准测试工具，旨在评估大语言模型（LLM）在复杂临床决策中的表现。以下是主要技术亮点：

• 大规模真实数据：包含611个患者案例和19157个讨论轮次，涵盖10个专科角色，数据来源于12534分钟的YouTube公开肿瘤会诊视频记录。
• 两种评估模式：
  • 专科医生轮次响应（SPECIALIST TURN）：LLM对真实讨论中提出的临床问题进行回应。
  • 会诊模拟（BOARD SIMULATION）：LLM生成完整的讨论过程，并对治疗建议、手术计划、下一步行动和临床试验匹配达成共识。
• 性能评估：对14个通用和医学专用LLM的评估显示，最佳模型在临床对等性上得分为3.43/5，在与记录会诊结论的一致性上得分为2.78/5。
• 模型改进效果：监督微调和强化学习在保留测试集上提升了模型性能，表明真实讨论轨迹可以支持模型适应。

行业影响

OpenTumorBoard的发布对AI在医疗领域的应用具有重要意义：

• 推动个性化癌症决策支持：该工具为AI在复杂临床场景中的应用提供了新的评估标准，有助于提升AI在癌症治疗中的决策能力。
• 促进AI模型优化：通过提供真实世界的数据和评估模式，OpenTumorBoard为AI模型的改进提供了重要参考，推动AI在医疗领域的进一步发展。
• 增强临床医生与AI的协作：该工具不仅帮助评估AI模型，还为临床医生提供了一个平台，以更好地理解AI在肿瘤会诊中的作用，促进人机协作。

开发者建议

对于希望利用OpenTumorBoard进行AI模型评估和优化的开发者，以下是一些建议：

• 数据预处理：深入理解肿瘤会诊数据的结构和特点，进行适当的数据清洗和预处理，以提升模型训练效果。
• 模型适配：针对OpenTumorBoard的评估模式，调整模型架构和训练策略，以更好地适应真实世界的临床场景。
• 持续监控与改进：利用OpenTumorBoard的评估结果，持续监控模型性能，并进行必要的改进，以提升AI在医疗决策中的可靠性和准确性。

---

消息来源：Hugging Face Daily Papers (2026-09-26)

—— 完 ——

主题标签： #Hugging Face #OpenTumorBoard #多学科肿瘤会诊 #LLM评估 #医疗AI