تُعتبر عملية تقييم أحداث سلامة المرضى، والتي تحدد ما إذا كان الحدث السريري يستوجب الإبلاغ وفقًا لسياسات محددة، مهمةً حساسة تُدار عادةً يدويًا من قبل خبراء في مجال سلامة المرضى. ومع توفر نماذج اللغات الكبيرة (Large Language Models) كأداة محتملة لدعم هذا العمل، فإن القلق حول القدرة على تقييم كفاءتها بشكل موثوق يمثل عائقًا كبيرًا بسبب نقص المعايير التي يمكن أن تلتقط عمليات التفكير المتعلق بالسياسات المرتكزة على الأدلة.

لهذا السبب، تم تقديم PSEBench، وهو معيار مبتكر يعمل على سد هذه الفجوة. يعتمد PSEBench على منهجية منظمة ترتكز على بطاقات الفقرات، والتي تمثل النصوص التنظيمية بطريقة تدعم معالجة القرارات القابلة للتدقيق. من خلال دمج هذه البطاقات مع توقيع مدفوع بالمرجعية والتحقق الدائري، تمكن فريق البحث من تطوير خط أنابيب يمكنه إنتاج سرديات تحتوي على حقائق ملتزمة بالدقة، مما يتيح أيضًا توليد معلومات مفقودة وأنماط غامضة.

تم تنفيذ هذه الطريقة على 29 نوعا من الأحداث الصحية السلبية في ولاية مينيسوتا، مما أدى إلى إنشاء PSEBench، وهو معيار يتكون من 5,074 حالة في بيئة تقييم تتمتع بالقدرة على الاستجابة. أدت تقييمات لـ 15 نموذجًا من نماذج اللغات الكبيرة إلى تسليط الضوء على اتجاهات متسقة في الكفاءات، مما يدل على فائدة هذا المعيار بالإضافة إلى تحديد نقاط قابلية التحسين نحو ترياج فعال للأحداث السرية باستخدام نماذج اللغات الكبيرة.

فهل تعتقد أن هذه المنهجيات الجديدة ستحدث تغييرًا جذريًا في طريقة تقييم سلامة المرضى؟شاركونا آراءكم!