OpenMTB-Audit: Exposing Over-Refusal and Clinical Expert Perspectives in LLM-Based Molecular Tumor Board Safety Evaluation

arXiv cs.AI · 2 oct, 06:00

Investigadores presentan OpenMTB-Audit, un benchmark de 500 casos sintéticos de cáncer de pulmón para evaluar la seguridad de LLMs en juntas tumorales moleculares. El estudio identifica un problema crítico: los modelos sufren over-refusal masivo, rechazando el 83-100% de recomendaciones parcialmente respaldadas, lo que reduce la utilidad clínica. Se propone MTB-AuditAgent, un marco determinista que reduce este problema al 6,7%.