في عالم الذكاء الاصطناعي، نجد أن التطبيقات الصحية تشهد نمواً سريعاً، حيث تتزايد الأبحاث حول كيفية دمج النماذج الذكية للبيانات المختلفة من المرضى ودعم تشكيلات تفاعلية متعددة لانتاج نتائج ذات مغزى سريري. في مجال الرعاية التنفسية، توفر تسجيلات الصوت غير الغازية المقدمة من الأجهزة الاستشعارية وسيلة قابلة للتوسع لفحص المرضى ومراقبتهم على المدى الطويل.

ومع ذلك، فإن التنوع في التسجيلات يعتبر تحديًا كبيرًا، إذ تختلف هذه التسجيلات حسب الأجهزة والبيئات وبروتوكولات الجمع، كما أن الاستفسارات قد تتباين في النية وشكل الإجابة والهدف من التوقع. بينما تظهر أنظمة جديدة للإجابة على الأسئلة المتعلقة بالاستطاعات الحيوية، فإن معظمها يعتمد على نماذج أحادية المسار، تتعامل مع جميع المدخلات بنفس المسار الصوتي واللغوي، رغم وجود اختلافات ملحوظة في ظروف التسجيل وأنواع الاستفسارات.

لمعالجة هذا النقص، نقدم اليوم RAMoEA-QA، أول نموذج مصمم لدعم تخصيص يعتمد على مدخلات متنوعة بين تسجيلات مختلفة وأنواع الاستفسارات ضمن إطار عمل هرمي موحد ذي طابقين. يتيح هذا النموذج إمكانية تحسين الأداء عبر مجموعة واسعة من الأسئلة ووضعيات الجمع المتعددة.

أنجزت الأبحاث التجريبية حول RAMoEA-QA تحسناً ملحوظاً في دقة الاختبارات، حيث حقق النموذج دقة اختبار تبلغ 0.72 في المهام التمييزية، متفوقاً على نماذج متعددة المسارات السابقة، بالإضافة إلى تحقيق أفضل أداء في التقديرات ونقل البيانات تحت ظروف متغيرة. وهذا يشمل تطورات تصل إلى 23 نقطة مئوية في دقة إعدادات التحول الخاص بـ COPD.

بفضل نموذج RAMoEA-QA، يفتح المجال أمام أبحاث وتطبيقات جديدة تسعى لتحسين نوعية الرعاية الصحية المقدمة للمرضى وتعزيز فعالية الأنظمة السريرية.