Multi-Task-LLM mit LoRA automatisiert Brustkrebs-Staging & Biomarker-Extraktion

Pathologiebeschreibungen sind das verbindliche Dokument für die Stadieneinteilung von Brustkrebs, doch ihre unstrukturierte Form erschwert die großflächige Datenerfassung. Zwar bieten große Sprachmodelle (LLMs) semantische Analyse, ihre Nutzung ist häufig durch hohe Rechenkosten und das Risiko von Halluzinationen begrenzt. In der vorliegenden Studie wird ein parameter‑effizientes, Multi‑Task-Framework vorgestellt, das die Extraktion von Tumor‑Node‑Metastasis‑Stadien, histologischen Graden und Biomarkern automatisiert.

Das Modell basiert auf dem Llama‑3‑8B‑Instruct‑Encoder, der mittels Low‑Rank Adaptation (LoRA) auf einem sorgfältig kuratierten, von Experten verifizierten Datensatz von 10 677 Berichten feinabgestimmt wird. Im Gegensatz zu generativen Ansätzen nutzt die Architektur parallele Klassifikationsköpfe, um die Einhaltung eines konsistenten Schemas sicherzustellen.

Die Experimente zeigen, dass das Modell einen Macro‑F1‑Score von 0,976 erreicht und damit komplexe kontextuelle Mehrdeutigkeiten sowie heterogene Berichtformate, die herkömmliche regelbasierte NLP‑Pipelines, Zero‑Shot‑LLMs und ein‑Task‑LLM‑Baselines herausfordern, erfolgreich löst. Durch die adapter‑effiziente, Multi‑Task-Architektur wird eine zuverlässige und skalierbare Extraktion von Pathologie‑datenbasierten Krebsstadien und Biomarkern ermöglicht, was die klinische Entscheidungsunterstützung verbessern und die datengetriebene Onkologieforschung beschleunigen kann.