في عالم يتزايد فيه الاعتماد على التكنولوجيا في المجالات الطبية، تظهر دراسة جديدة تُظهر الإمكانيات الضخمة التي يمكن أن توفرها نماذج الذكاء الاصطناعي في فهم ضغط الدم (Blood Pressure) بشكل شامل. بينما بقيت معايير قياس ضغط الدم ثابتة لعقود، فإن هذه المعايير لا تأخذ في اعتبارها الفروق الديموغرافية مثل الجنس والعمر بشكل كافٍ.

تسعى هذه الدراسة إلى تقييم إمكانية استخدام نماذج لغوية ضخمة (Large Language Models - LLMs) لاستخراج معلومات ضغط الدم المرتبطة بالجنس البيولوجي من الأدبيات العلمية. من خلال تقنيات معالجة اللغة الطبيعية (Natural Language Processing - NLP)، تمكن الباحثون من استبيان متوسطات وانحرافات ضغط الدم عبر الجنس البيولوجي.

إحدى الابتكارات في هذا البحث كانت تطوير محرك بحث يعتمد على تقنية Solr لاسترجاع المقالات العلمية التي تحتوي على كلمات مفتاحية مرتبطة بضغط الدم ومؤشرات تصنيف الجنس البيولوجي من قاعدة بيانات PubMed. وبعد استرجاع مجموعة من المقالات، قام الباحثون بمراجعة 213 مقالة يدوياً، منها 90 حالة تناولت قيم ضغط الدم المبنية على الجنس.

استخدمت الدراسة ثلاثة أساليب مختلفة تشمل التعلم القليل-shot learning وLLMs مثل LLaMA3 وGPT-3.5 لاستخراج متوسطات وانحرافات ضغط الدم. النتائج لم تشمل فقط الاستخراج بل توسعت إلى الرسم البياني باستخدام المخططات الحرارية والرسوم البيانية لدراسة الاختلافات في ضغط الدم عبر الجنس.

هذا البحث يشير إلى إمكانية تغيير الطريقة التي يتم بها تشخيص وعلاج ضغط الدم، مما يفتح المجال لاعتبارات ديموغرافية قد تكون حاسمة في تحسين نتائج المرضى.