يمكن للذكاء الاصطناعي تحسين تحديد المحددات الاجتماعية للصحة في السجلات الصحية الإلكترونية

تمت مراجعته طبيًا بواسطة كارمن بوب، BPharm. تم آخر تحديث في 12 يناير 2024.

بواسطة Elana Gotkine HealthDay Reporter

الجمعة 12 يناير 2024 - نماذج اللغات الكبيرة (LLMs) ) يمكن أن يحسن تحديد المحددات الاجتماعية للصحة (SDoH) في السجلات الصحية الإلكترونية (EHRs)، وفقًا لدراسة نُشرت على الإنترنت في 11 يناير في npj Digital Medicine.

مع ملاحظة أن SDoH تلعب دورًا مهمًا في نتائج المرضى ولكن توثيقهم غالبًا ما يكون مفقودًا أو غير مكتمل في السجلات الصحية الإلكترونية، قام ماركو جيفارا، من كلية ماس جنرال بريجهام وكلية الطب بجامعة هارفارد في بوسطن، وزملاؤه بفحص الطرق المثلى لاستخدام ماجستير إدارة الأعمال لاستخراج ست فئات SDoH من النص السردي في السجل الصحي الإلكتروني: التوظيف والسكن والنقل والحالة الأبوية والعلاقة والدعم الاجتماعي.

وجد الباحثون أن النماذج الأفضل أداءً هي Flan-T5 XL وFlan-T5 XXL التي تم ضبطها بدقة لأي ذكر لـ SDoH أو SDoH سلبي. يذكر على التوالي. عبر النماذج والهندسة المعمارية، كان هناك اختلاف في إضافة البيانات الاصطناعية التي تم إنشاؤها بواسطة LLM إلى التدريب، ولكن هذا أدى إلى تحسين أداء نماذج Flan-T5 الصغيرة. في إعداد اللقطات الصفرية والقليلة، تفوقت أفضل النماذج المضبوطة جيدًا على أداء نماذج ChatGPT ذات اللقطات الصفرية والقليلة، باستثناء GPT4 مع المطالبة بـ 10 لقطات لـ SDoH المعاكس. عندما تمت إضافة أوصاف العرق/الإثنية والجنس إلى النص، كانت النماذج المضبوطة أقل احتمالاً من ChatGPT لتغيير تنبؤاتها، مما يشير إلى تحيز خوارزمي أقل. بشكل عام، تم تحديد 93.8 بالمائة من المرضى الذين يعانون من أعراض سلبية لـ SDoH باستخدام النماذج، في حين استحوذت رموز التصنيف الدولي للأمراض - الإصدار 10 على 2.0 بالمائة.

"في المستقبل، يمكن لهذه النماذج أن تحسن فهمنا لمحركات الفوارق الصحية من خلال تحسين الأدلة في العالم الحقيقي ويمكن أن تدعم بشكل مباشر رعاية المرضى عن طريق وضع علامة على المرضى الذين قد يستفيدون أكثر من الموارد الاستباقية وإحالة العمل الاجتماعي"، كما كتب المؤلفون. .

الملخص/النص الكامل

< p class='ddc-disclaimer'>إخلاء المسؤولية: توفر البيانات الإحصائية في المقالات الطبية اتجاهات عامة ولا تتعلق بالأفراد. يمكن أن تختلف العوامل الفردية بشكل كبير. اطلب دائمًا المشورة الطبية المخصصة لاتخاذ قرارات الرعاية الصحية الفردية.

المصدر: HealthDay

نشر : 2024-01-13 02:15

اقرأ أكثر

إخلاء المسؤولية

تم بذل كل جهد لضمان دقة المعلومات المقدمة من Drugslib.com، وتصل إلى -تاريخ، وكامل، ولكن لا يوجد ضمان بهذا المعنى. قد تكون المعلومات الدوائية الواردة هنا حساسة للوقت. تم تجميع معلومات موقع Drugslib.com للاستخدام من قبل ممارسي الرعاية الصحية والمستهلكين في الولايات المتحدة، وبالتالي لا يضمن موقع Drugslib.com أن الاستخدامات خارج الولايات المتحدة مناسبة، ما لم تتم الإشارة إلى خلاف ذلك على وجه التحديد. معلومات الأدوية الخاصة بموقع Drugslib.com لا تؤيد الأدوية أو تشخص المرضى أو توصي بالعلاج. معلومات الأدوية الخاصة بموقع Drugslib.com هي مورد معلوماتي مصمم لمساعدة ممارسي الرعاية الصحية المرخصين في رعاية مرضاهم و/أو لخدمة المستهلكين الذين ينظرون إلى هذه الخدمة كمكمل للخبرة والمهارة والمعرفة والحكم في مجال الرعاية الصحية وليس بديلاً عنها. الممارسين.

لا ينبغي تفسير عدم وجود تحذير بشأن دواء معين أو مجموعة أدوية بأي حال من الأحوال على أنه يشير إلى أن الدواء أو مجموعة الأدوية آمنة أو فعالة أو مناسبة لأي مريض معين. لا يتحمل موقع Drugslib.com أي مسؤولية عن أي جانب من جوانب الرعاية الصحية التي يتم إدارتها بمساعدة المعلومات التي يوفرها موقع Drugslib.com. ليس المقصود من المعلومات الواردة هنا تغطية جميع الاستخدامات أو التوجيهات أو الاحتياطات أو التحذيرات أو التفاعلات الدوائية أو ردود الفعل التحسسية أو الآثار الضارة المحتملة. إذا كانت لديك أسئلة حول الأدوية التي تتناولها، استشر طبيبك أو الممرضة أو الصيدلي.

يمكن للذكاء الاصطناعي تحسين تحديد المحددات الاجتماعية للصحة في السجلات الصحية الإلكترونية

اقرأ أكثر

إخلاء المسؤولية

الكلمات الرئيسية الشعبية