تقييم التعرف على الكيانات الطبية في الرعاية الصحية: تحليل متعمق لنماذج التعرف (نسخة قبل الطباعة)

نموذج التعرف على الكيانات المسماة (NER) ضروري لاستخراج المعلومات المنظمة من النصوص الطبية غير المنظمة من خلال تحديد كيانات مثل الأمراض والعلاجات والحالات، مما يعزز اتخاذ القرارات السريرية والبحث. لقد تقدمت الابتكارات في التعلم الآلي، خاصة تلك التي تتضمن تمثيلات الترميز ثنائية الاتجاه من المحولات (BERT) والتعلم العميق ونماذج اللغة الكبيرة، بشكل كبير في قدرات NER. ومع ذلك، فإن أدائها يختلف عبر مجموعات البيانات الطبية بسبب تعقيد وتنوع المصطلحات الطبية. غالباً ما تركز الدراسات السابقة على الأداء الكلي، متجاهلة التحديات المحددة في السياقات الطبية وتأثير العوامل الكلية مثل التركيب المعجمي على دقة التنبؤ. هذه الفجوات تعيق تطوير نماذج NER المحسّنة للتطبيقات الطبية.