باحثون يختبرون نموذج Llama-3.1-70B لاسترجاع بيانات المرضى من السجلات الطبية الإلكترونية
قيمت دراسة 14 نموذجاً مفتوح المصدر على قدرتها في استخراج معلومات سريرية من سجلات طبية فنلندية مع العمل دون اتصال بالإنترنت.
نشر فريق بحثي مؤخراً دراسة في دورية npj Digital Medicine حول استخدام النماذج اللغوية الكبيرة للبحث في سجلات المرضى المعقدة. ركز الباحثون على تحسين طريقة عثور الأطباء على تفاصيل سريرية محددة ضمن سنوات من التوثيق الطبي.
اختبر الفريق 14 نموذجاً مفتوح المصدر تُشغل محلياً باستخدام مجموعة بيانات تضم أكثر من 1600 زوج من الأسئلة والأجوبة المستمدة من ملفات مرضى السرطان في فنلندا. عملت النماذج دون اتصال بالإنترنت لضمان خصوصية وأمن البيانات خلال عملية الاسترجاع.
تشير هذه النتائج إلى أن النماذج اللغوية الكبيرة مفتوحة المصدر والمستضافة محلياً قد تدعم استرجاع المعلومات السريرية المنظمة من السجلات الطبية.
حقق نموذج Llama-3.1-70B أفضل أداء بدقة بلغت 95.3%. كما قدم نموذج Qwen3-30B-A3B-2507 أداءً مشابهاً مع استهلاك أقل للذاكرة وزمن استجابة أقل. أثبتت هذه النماذج كفاءتها حتى عندما لم تتضمن الأسئلة خيارات إجابة محددة مسبقاً.
- تم اختبار النماذج مقابل سجلات مرضى منظمة.
- كانت معظم السجلات باللغة الفنلندية، مع وجود مصطلحات بالإنجليزية واللاتينية.
- ساعدت تقنيات مثل الضغط (4-bit quantization) في تقليل متطلبات الأجهزة.
على الرغم من واعدية النتائج، حدد الباحثون قيوداً هامة. احتوت 2.9% من مخرجات الذكاء الاصطناعي على أخطاء سريرية ذات أهمية. علاوة على ذلك، فإن صياغة السؤال قد تؤدي أحياناً إلى نتائج مختلفة تتعلق بالسلامة الطبية. هل تثق في نظام آلي للتنقل في تاريخك الطبي؟
المصدر: npj Digital Medicine