في ظل التحديات التي تواجهها النماذج السريرية التقليدية، التي تعتمد على بيانات هيكلية ومدروسة، يظهر نموذج "استعلام المستقبل" (Future Querying) لإحداث ثورة في طريقة تعاملنا مع المعلومات الطبية. يقوم هذا النموذج بتفحص إمكانية استغلال نماذج اللغات الضخمة (Large Language Models - LLMs) كنماذج طبية ضمنية، حيث يبدأ التحدي بتقييم قدرتها على الإجابة عن الاستفسارات السريرية المتعلقة بمستقبل المريض.

ما يميز هذا الإطار هو أنه يعتمد على الوثائق السريرية غير المهيكلة، مما يقلل الحاجة إلى تدريب نماذج متعددة لكل مهمة. فبإمكان نموذج واحد أن يتعامل مع تساؤلات متعددة حول مسارات المرضى دون الحاجة لأعمال هندسية يدوية للميزات أو إعادة تدريب خاصة بالمهام.

أظهرت الدراسات أن النماذج الصغيرة، التي تم ضبطها محليًا، يمكن أن تتطابق أو تقترب في أدائها من الأنظمة الكبيرة الخاصة، مما يجعل هذا الإطار ملائم للاستخدام الخاص ومن دون الحاجة إلى نقل البيانات إلى السحابة.

تم تقييم النموذج على مجموعة جديدة من تقارير طبية اصطناعية وملاحظات حقيقية من قاعدة بيانات MIMIC-IV، وأظهرت النتائج أدلة مشجعة تدل على قدرة نماذج اللغات الضخمة (LLMs) على التقاط بعض جوانب الديناميات السريرية، مما يفتح آفاقًا جديدة في مجال الطب الدقيق والتنبؤات السريرية المستقبلية.

هل تعتقد أن نماذج اللغات الضخمة ستحظى بمكانة مركزية في الممارسات الطبية المستقبلية؟ شاركونا آرائكم في التعليقات!