توصيف قابل للتفسير لفقدان الدم بعد الولادة باستخدام نماذج اللغة الكبيرة بدون تدريب سابق

تستفيد العديد من مجالات الطب من توصيف أعمق وأكثر دقة، ولكن هناك طرق محدودة لتوصيف المرضى باستخدام الملاحظات السريرية دون بيانات مشروحة بشكل كبير. لقد أظهرت نماذج اللغة الكبيرة (LLMs) إمكانات هائلة للتكيف مع المهام الجديدة دون تدريب إضافي من خلال تحديد تعليمات محددة للمهام. هنا نبلغ عن أداء نموذج لغة متاح للجمهور، Flan-T5، في توصيف المرضى الذين يعانون من نزيف ما بعد الولادة (PPH) باستخدام ملاحظات الخروج من السجلات الصحية الإلكترونية (عدد = 271,081). يحقق نموذج اللغة أداءً قويًا في استخراج 24 مفهومًا دقيقًا مرتبطًا بـ PPH. يمكن أن يسمح تحديد هذه المفاهيم بدقة بتطوير أنماط فرعية معقدة وقابلة للتفسير. يحقق نموذج Flan-T5 دقة عالية في توصيف PPH (قيمة تنبؤية إيجابية تبلغ 0.95)، مع تحديد 47% أكثر من المرضى الذين يعانون من هذه المضاعفات مقارنةً بالمعيار الحالي لاستخدام رموز المطالبات. يمكن استخدام هذا الخط من نماذج اللغة بشكل موثوق لتصنيف PPH ويتفوق على نهج يعتمد على المطالبات في الثلاثة أنواع الفرعية الأكثر شيوعًا المرتبطة بالجمود الرحمي، والتثبيت غير الطبيعي، وإصابة الحمل. ميزة هذا النهج في تصنيف الأنماط الفرعية هي قابليته للتفسير، حيث يمكن تقييم كل مفهوم يساهم في تحديد النمط الفرعي. علاوة على ذلك، نظرًا لأن التعريفات قد تتغير بمرور الوقت بسبب إرشادات جديدة، فإن استخدام المفاهيم الدقيقة لإنشاء أنماط فرعية معقدة يمكّن من تحديث الخوارزمية بسرعة وكفاءة. يمكّن استخدام هذا النهج لتشكيل اللغة من توصيف سريع دون الحاجة إلى أي بيانات تدريب مشروحة يدويًا عبر حالات استخدام سريرية متعددة.