Key points are not available for this paper at this time.
لقد ushered ظهور تقنيات حديثة مثل الذكاء الاصطناعي (AI) وإنترنت الأشياء (IoT) والتعلم العميق (DL) لعصر تحولي في الرعاية الصحية، مقدمة حلول مبتكرة نحو الرعاية الصحية الشخصية من خلال تحسين جودة الخدمات الطبية المختلفة. تشمل منهجيتنا المقترحة تطوير روبوت دردشة طبي مبني على BERT، مستفيدًا من تقنيات التعلم العميق الرائدة لتعزيز التواصل والوصول في الرعاية الصحية بشكل كبير. يتم معالجة التحديات التقليدية التي تواجه روبوتات الدردشة الطبية، مثل الفهم غير الدقيق للمحادثات الطبية، والردود غير الصحيحة على المصطلحات، والافتقار إلى القدرة على تقديم تغذية راجعة شخصية، من خلال استخدام تمثيلات التشويش ثنائية الاتجاه من Transformers (BERT). تؤكد مقاييس أداء روبوت الدردشة لدينا على فعاليته. بدقة تبلغ 98%، يضمن روبوت الدردشة مستوى عاليًا من الدقة في التعامل مع الاستفسارات الطبية. تشهد درجة الدقة البالغة 97% على مدى دقة وموثوقية ردوده. تشير نتيجة AUC-ROC البالغة 97% إلى قدرة الروبوت الاستثنائية على التنبؤ بأمراض معينة بناءً على استفسارات المستخدمين والأعراض، مما يبرز قوته التنبؤية القوية. علاوة على ذلك، تُظهر نسبة الاسترجاع البالغة 96% قدرة الروبوت على تجنب إغفال الحالات في التشخيصات الطبية، مما يضمن تغطية شاملة للإمكانيات المحتملة. تُظهر درجة F1 البالغة 98% كفاءة الروبوت في تقديم معلومات صحية دقيقة وشخصية، مما يحقق توازنًا متناغمًا بين الدقة والتمييز. لا يعالج روبوت الدردشة الطبي المبني على BERT فقط القيود التي تواجه الأساليب التقليدية ولكن يحقق أيضًا أداءً ملحوظًا بدقة عالية، ودقة، وقوة تنبؤية، وتغطية شاملة، مما يجعله أداة قيمة لتعزيز جودة خدمات الرعاية الصحية.
درس بابو وآخرون (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: