في عالم الطب حيث تعد جودة الرعاية وسلامة المرضى أمورًا حيوية، تصبح الوثائق الطبية الدقيقة ضرورة لا غنى عنها. يعاني العديد من الممارسين من مشاكل توثيق ملخصات التسريح، حيث تساهم الأخطاء أو النواقص في تفتيت الرعاية الطبية وزيادة معدلات إعادة الدخول للمستشفيات. وفي محاولات لتحسين هذا الوضع، تظهر دراسة جديدة تستخدم نماذج لغوية ضخمة (Large Language Models) كحل مبتكر.
تقترح الدراسة إطار عمل آلي تحت اسم "CARE Transition-Audit" يهدف إلى تدقيق ملخصات التسريح بطريقة منهجية وفعالة. يعتمد هذا الإطار على تحول نموذج "DISCHARGED" إلى قائمة تحقق تحتوي على 46 سؤالاً يتم استخدامها لتقييم جودة التوثيق. تم تنفيذ التجربة باستخدام 50 ملخصاً من قاعدة بيانات "MIMIC-IV"، مزودة بتصنيفات دقيقة من قبل الأطباء.
وبعد تحليل النتائج، تبين أن درجة اكتمال الوثائق المسجلة بواسطة النماذج اللغوية تتراوح بين 54.9% و74.2%. ولكن، حققت أفضل النماذج توافقًا معتدلًا مع تصنيفات الأطباء، حيث أظهرت قيم "Cohen's kappa" حوالي 0.5. وعلى الرغم من ذلك، واجهت جميع النماذج صعوبات في تحديد الوثائق غير الواضحة، مما يكشف عن فجوة رئيسية في التدقيق الآلي الحالي.
هذا العمل لا يوفر فقط معايير مرجعية معتمدة من الأطباء، بل يمثل أيضًا مرجعًا مهمًا لتحسين الجودة المنظم في الوثائق السريرية، مما يسهم في تحسين تجربة المرضى وتقليل المخاطر الصحية.
ثورة جديدة في رعاية المرضى: استخدام النماذج اللغوية الضخمة لتحسين ملخصات التسريح
يعد تسريح المرضى بفعالية أمراً حيوياً لتفادي إعادة دخولهم المستشفى، ولكن التوثيق غير المكتمل يمثل تحدياً كبيراً. تم تطوير إطار عمل آلي مبتكر يستخدم نماذج لغوية ضخمة لتحسين جودة ملخصات التسريح.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
