في ظل التحديات الكبيرة التي تواجه سلامة المرضى، يُعتبر الخطأ في التشخيص تهديدًا رئيسيًا، خاصة وأن النماذج اللغوية الكبيرة (Large Language Models) غالبًا ما تتعامل مع التشخيص كمسألة توقع واحدة دون وجود أدوات حماية أو تحقق صارم من الأسس التي تستند إليها.

هنا تظهر AegisDx، الإطار الذي يركز على السلامة ويعتمد على أساليب الاستدلال السريري القائم على الفرضيات. يتم تنسيق مكونات LLM المتخصصة من خلال عقود محددة الأدوار، وإخراجات متوسطة منظمة، وواجهات لاسترجاع الأدلة، وأبواب تحقق لتوليد تشخيصات مختلفة تشمل كشف الحالات العالية المخاطر وتحقق دقيق من الاستدلال الإكلينيكي.

تم تقييم AegisDx عبر ثلاث طبقات. من خلال تقارير الحالة المستمدة من مجلتي NEJM و JAMA، وبتوظيف نموذج GPT-oss-120B كعمود فقري مشترك، أظهرت دقة التشخيص بنسبة 59.9% مقابل 52.1% للنموذج المستقل على حالات JAMA، و62.7% مقابل 51.4% على حالات NEJM. كما حققت دقة تصل إلى 85.7% مقابل 68.6% في حالات من Annals of Emergency Medicine.

وفي تقييم مخفي من قبل أطباء لـ 43 مذكرة حقيقية من قسم الطوارئ في نظام Yale New Haven Health، ساهم AegisDx في تحسين تقييم السلامة المجمعة من 4.31 إلى 4.55 على مقياس من 5 نقاط، مع وجود مكاسب نوعية في التعرف على الحالات الحرجة وظروف السلامة في الاستدلال.

تشير النتائج إلى أن تصميم الذكاء الاصطناعي التشخيصي كإطار موجه نحو السلامة، بدلاً من التحسين فقط لدقة التنبؤ، يمكن أن يوفر طبقة أكثر أمانًا وشفافية ومغزى سريريًا لدعم اتخاذ القرار في رعاية الطوارئ.