في عالم تتزايد فيه التحديات المتعلقة بإدارة المعلومات الصحية، تأتي الأبحاث الجديدة في مجال الذكاء الاصطناعي لتقديم حلول مبتكرة. واحدة من هذه الحلول تعتبر تقدمًا كبيرًا في مجال الأمراض الجلدية المزمنة مثل البهاق (Pemphigus)، حيث تُشير دراسة حديثة إلى إمكانية استخدام نموذج لغوي صغير (Small Language Model - SLM) محلي يحمي الخصوصية لتحسين عملية متابعة المرضى.

أظهرت الدراسة أن الأمراض الجلدية المزمنة، كالساكنة في حالات مثل البهاق، تتطلب متابعة طويلة الأمد مما يؤدي إلى جمع وثائق سريرية شاملة. هذه الأوراق ليست مجرد مستندات، بل هي مجموعات ضخمة من المعلومات التي يصعب على الأطباء مراجعتها بشكل كامل خلال الزيارات الروتينية، ما يزيد من عبء العمل ويزيد من خطر تفويت معلومات تاريخية حيوية.

في هذه الدراسة، تم تقييم فعالية نموذج لغوي محلي تم نشره بشكل خاص وكان يحمي الخصوصية. حيث ساعد هذا النموذج في استخراج 56 سمة سريرية، مع تقديم ملخصات زمنية دقيقة من سجلات متابعة الأمراض الجلدية على مدى فترة زمنية طويلة. تم جمع بيانات من 30 مريضًا بالبهاق، بلغت الكلمات الإجمالية في السجلات 89,336، مع تقييم دقيق من قبل خبيرين في الأمراض الجلدية.

لقد أظهرت نتائج الدراسة دقة متوسطة بلغت 82.25% في مهام استرجاع الخصائص السريرية. علاوة على ذلك، كانت تقييمات الأطباء لتلخيصات الذكاء الاصطناعي عالية، حيث أشادوا بجودتها العامة ودقتها السريرية وفائدتها. وقد فضل 53.3% من الأطباء تلخيصات الذكاء الاصطناعي على تلك التي أعدها البشر.

تقدم هذه النتائج آفاقًا مثيرة للاهتمام لاستخدام نماذج SLM المحلية المحمية للخصوصية كأداة تدعم اتخاذ القرارات السريرية، مما يفتح المجال أمام الأبحاث المستقبلية لتوسيع استخدام الذكاء الاصطناعي في القطاع الصحي.