EUVIMEDEUVIMED entdecken
LeitlinieOpen Access

Navigating Oral Cancer Management: Combining Artificial Intelligence and Clinical Guidelines for Optimal Decision-Making

Navigation im Management von oralem Krebs: Kombination von künstlicher Intelligenz und klinischen Leitlinien für optimale Entscheidungsfindung

Mario Augusto Ferrari de Castro iD, Rogério Aparecido Dedivitis iD, Leandro Luongo de Matos iD, Paulo Vitor Sóla Gimenes iD, Bruno Pelinson Fogaça Duarte iD, Luiz Paulo Kowalski iD

International Archives of Otorhinolaryngology · 01.07.2026 · 30 (03) · 001-009

DOI: 10.1055/a-2852-9642 ↗

Auf einen Blick

In 28 LLM-Antworten stimmten 21 (75 %) mit Leitlinienempfehlungen überein. Drei Antworten waren widersprüchlich zu den Leitlinien.

Fragestellung

Wie genau informieren KI-Modelle die klinische Entscheidungsfindung bei der Behandlung von fortgeschrittenem oralem Krebs?

Methode

Strukturierte Fragen zu 7 ausgewählten klinischen Empfehlungen; Bearbeitung mit mehreren LLM-Plattformen; Abgleich mit Leitlinien durch Claude (Sonnet 3.5) und 3 Expert:innen.

Ergebnisse

Von 28 generierten Antworten zeigten 21 (75 %) Kongruenz mit den Leitlinien. In 3 Fällen boten Leitlinien deutlich mehr Inhalt; 1 Antwort enthielt zusätzliche relevante Informationen; 3 waren widersprüchlich.

Schlussfolgerung der Autor:innen

Die LLMs zeigten eine 75 %ige Übereinstimmung mit den Leitlinien und sollten als ergänzende Werkzeuge zu etablierten klinischen Leitlinien betrachtet werden.

Kernaussagen

  • 21 von 28 Antworten waren leitlinienkonform
  • 3 Antworten widersprachen den Leitlinien
  • LLMs werden als ergänzende Werkzeuge eingeordnet

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Leitlinie in der Zeitschrift International Archives of Otorhinolaryngology, erschienen am 01.07.2026. Verfasst von Mario Augusto Ferrari de Castro und 5 weiteren Autor:innen. Beteiligte Einrichtung: Metropolitan University of Santos, Santos, Brazil. Der Volltext ist frei in PubMed Central verfügbar.

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introduction

Decision-making is one of the most difficult and important tasks performed by surgeons. Clinical guidelines and, more recently, Artificial Intelligence (AI) have been implemented to support these decisions. However, there is a paucity of research exploring the impact of AI on surgical decision-making strategies.

Objective

To evaluate the accuracy of AI in informing clinical decision-making for the treatment of advanced oral cancer.

Methods

Structured questions based on seven selected clinical recommendations were formulated and processed through multiple large language model (LLM) platforms. Claude (Sonnet 3.5) was used to identify discrepancies between established guidelines and LLM-generated responses. Subsequently, three subject matter experts assessed the identified differences to evaluate their clinical significance.

Results

Analysis of the 28 generated responses revealed that 21 (75%) showed congruence between LLM outputs and established guideline recommendations. In three instances, guidelines provided significantly more comprehensive content than LLM responses. One LLM response contained additional relevant information, while three responses were contradictory to the guidelines.

Conclusion

The LLMs demonstrated 75% concordance with guideline recommendations and should be considered complementary tools for established clinical guidelines.

Schlagwörter

Stichwörter der Autor:innen

artificial intelligencecarcinomaclinical practice guidelineoral cancersquamous cell

Autor:innen und Institutionen

  • Metropolitan University of Santos, Santos, Brazil.
  • Department of Head and Neck Surgery, Hospital das Clínicas, University of São Paulo School of Medicine, São Paulo, Brazil.
  • Department of Head and Neck Surgery, Instituto do Câncer do Estado de São Paulo, Hospital das Clínicas, Faculdade de Medicina, Universidade de São Paulo (ICESP HCFMUSP), São Paulo, Brazil.
  • Irmandade da Santa Casa de Misericórdia de São Carlos, São Carlos, Brazil.
  • Department of Head and Neck Surgery, University of São Paulo School of Medicine, São Paulo, Brazil.

ORCID-Profile: Mario Augusto Ferrari de Castro, Rogério Aparecido Dedivitis, Leandro Luongo de Matos, Paulo Vitor Sóla Gimenes, Bruno Pelinson Fogaça Duarte, Luiz Paulo Kowalski

Zitieren

APA

Castro, M. A. F., Dedivitis, R. A., Matos, L. L., Gimenes, P. V. S., Duarte, B. P. F., & Kowalski, L. P. (2026). Navigating Oral Cancer Management: Combining Artificial Intelligence and Clinical Guidelines for Optimal Decision-Making. International Archives of Otorhinolaryngology, 30(03), 001-009. https://doi.org/10.1055/a-2852-9642

Vancouver

Castro MAF, Dedivitis RA, Matos LL, Gimenes PVS, Duarte BPF, Kowalski LP. Navigating Oral Cancer Management: Combining Artificial Intelligence and Clinical Guidelines for Optimal Decision-Making. International Archives of Otorhinolaryngology. 2026;30(03):001-009. doi:10.1055/a-2852-9642

BibTeX
@article{Castro2026,
  author = {Castro, Mario Augusto Ferrari de and Dedivitis, Rogério Aparecido and Matos, Leandro Luongo de and Gimenes, Paulo Vitor Sóla and Duarte, Bruno Pelinson Fogaça and Kowalski, Luiz Paulo},
  title = {Navigating Oral Cancer Management: Combining Artificial Intelligence and Clinical Guidelines for Optimal Decision-Making},
  journal = {International Archives of Otorhinolaryngology},
  year = {2026},
  volume = {30},
  number = {03},
  pages = {001--009},
  doi = {10.1055/a-2852-9642}
}
Kostenlos starten →