في عالم الذكاء الاصطناعي الطبي، يتضح أن أسلوب السرد يؤثر بشكل ملحوظ على دقة النموذج. فقد أظهرت دراسة جديدة أن نماذج اللغة السريرية، والتي تُعتمد عادةً على السرد المكتوب بصوت أطباء مختصين، تواجه صعوبات كبيرة عند التعرف على أعراض المرضى عند وصفها بأسلوبهم الخاص.

تمت التجربة عبر تقييم 1000 حالة من MedQA، حيث تم تقديم ثلاثة أساليب مختلفة لرواية نفس الوقائع: واحدة طبية، وأخرى ثقافية، وأخيرة اجتماعية واقتصادية. وقد أظهرت النتائج أن النماذج العشرة التي تم اختبارها تحتاج إلى تصحيح أكبر بنسبة 26% عندما يتحدث المرضى بصوت مميز، مما يعني انخفاضًا في دقة النموذج بما يقارب 9.6 نقطة.

لم تتمكن التحليلات من تحديد سبب هذا الفارق، حيث كانت الخصائص المقاسة مثل طول النص والعمر المفقود والعناصر السريرية المضافة غير كافية لتفسير هذا الاختلاف. ولكن الأمل لا يزال موجودًا، فالنماذج التي أعادت صياغة سرد المريض كشفت عن تحسن ملحوظ في دقة الاستجابات.