في خطوة جديدة نحو تحسين التنبؤات الطبية، أعلنت دراسة حديثة عن تطوير إطار عمل مبتكر يحمل اسم Patients-like-me (PLM)، والذي يجمع بين نماذج اللغات (Language Models) والشبكات العصبية البيانية (Graph Neural Networks). تهدف هذه التقنية إلى تعزيز قدرة النظام على تحليل السجلات الصحية الإلكترونية (EHRs) بشكل أكثر فعالية.

يعتبر PLM ثورة في كيفية فهم البيانات الصحية، حيث يقوم بدمج العلاقات بين المرضى لخلق تمثيلات أكثر دقة وفهمًا. من خلال استخدام خوارزمية جديدة تستند إلى تكنولوجيا التوقعات البايزية (Variational Expectation-Maximization)، يمكن لهذا الإطار العمل بكفاءة عالية، مما يوفر تفسيرات موثوقة ومقارنة بين المرضى.

مع إجراء تجارب شاملة على مجموعة البيانات MIMIC-III وMIMIC-IV، أثبت PLM تفوقه على الأساليب الحالية في هذا المجال، مع إمكانية تعميم هذه النتائج على نماذج اللغات المستخدمة فقط في التشخيص.

يتجاوز تأثير PLM كونه مجرد أداة تنبؤ، حيث يقدم أيضًا تفسيرات موثوقة عبر استرجاع معلومات عن المرضى المشابهين، مما يعزز الفهم الكامل لتوقعات النموذج. هذه التطورات المهمة تمثل خطوة كبيرة نحو تحسين جودة الرعاية الصحية وتوفير حلول أكثر شفافية ومعرفة.