تمهيد
يؤدي غياب التوحيد القياسي في توثيق البيانات السريرية الروتينية إلى تعقيد استخدام البيانات الاسترجاعية في البحث على نطاق واسع، إذ تتطلب تقارير المرضى المكتوبة بصيغ حرة متراكمة عبر سنوات من الممارسة تفسيرًا وتحويلًا إلى صيغة منظمة على أيدي كوادر مدربة طبيًا، وهو عمل يستنزف الوقت والكلفة ويفتح الباب لاحتمالات التحيز البشري، ومع نضج نماذج اللغة الكبيرة ظهرت إمكانية معالجة هذه المهمة بصورة شبه آلية تسرع استخراج البيانات وتخفض كلفتها، غير أن موثوقية النماذج منفردة متفاوتة وتثير تساؤلات حول أخطائها، ومن هنا تأتي هذه الدراسة لتطوير مقاربة تعتمد على إجماع نماذج متعددة وتقارن أداءها بأداء المتخصصين في سياق تقارير مرضى التصلب المتعدد
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير مقاربة شبه آلية لتقييم تقارير العيادات الخارجية لمرضى التصلب المتعدد وتحويلها إلى بيانات منظمة، وذلك باستخدام نماذج لغة كبيرة متعددة وإجماعها مقارنة بالتقييم اليدوي، واستخدمت الدراسة عدة نماذج لغة كبيرة متاحة تجاريًا من شركات أوبن إيه آي وأنثروبيك وغوغل لإنتاج مخرجات منظمة لعدد من المتغيرات متباينة التعقيد مستخرجة من 30 تقريرًا مجهول الهوية للعيادات الخارجية، وذلك بأسلوب التعلم دون أمثلة مسبقة، وأضيف مخرج إجماعي يجمع نتائج ثلاثة نماذج مختلفة، وعبر جولات متعددة جرى تكييف الموجه النصي ومقارنة النتائج بمرجع معتمد وتقييم معدل الخطأ، إذ عد أي انحراف عن المرجع خطأ، وحدد معدل خطأ حقيقي لمخرجات إجماع النماذج ولمخرجات متخصصي طب الأعصاب لا تعد فيه إلا الانحرافات المحتوائية أخطاء دون غيرها من فروق الصياغة
ثانيًا: أبرز النتائج
1، عبر تسع جولات من تحسين بنية الموجه النصي ومحتواه لوحظ انخفاض واضح ومتدرج في معدل خطأ نماذج اللغة الكبيرة المختلفة المشمولة في الدراسة
2، مكن إنشاء إجماع النماذج مع التصميم النهائي للموجه النصي من تجاوز أثر سقف كان يحد من خفض معدل الخطأ عند استخدام النماذج منفردة، بما حسّن جودة المخرجات تحسينًا معتبرًا
3، بلغ معدل الخطأ الحقيقي لإجماع نماذج اللغة الكبيرة 1.48 في المئة، وهو معدل مماثل لمعدل خطأ أطباء الأعصاب البالغ نحو 2 في المئة في إنشاء البيانات المنظمة من التقارير ذاتها
ثالثًا: دلالات الدراسة وتطبيقاتها
تتيح هذه الطريقة تحليلًا سريعًا وموثوقًا بوساطة نماذج اللغة الكبيرة لمجموعات كبيرة من البيانات السريرية الروتينية متباينة التعقيد، مع حاجز تقني منخفض للدخول يجعلها في متناول فرق بحثية لا تملك بنى برمجية معقدة، إذ يسمح إنشاء إجماع بين النماذج بتحسين جودة المخرجات بصورة كبيرة حتى تصبح قابلة للمقارنة بالبيانات التي ينتجها متخصصو طب الأعصاب، وبذلك يمكن تحليل كميات ضخمة من البيانات غير المنظمة بكفاءة من حيث الوقت والكلفة، ومع ذلك يبقى تقييم الأخطاء في النتائج التي تنتجها النماذج أمرًا صعبًا، ويجب أن يظل العمل العلمي المستخدم لمثل هذه الأساليب خاضعًا لاختبار صارم لصلاحية الطريقة في المستقبل، وهي رسالة بالغة الأهمية للباحثين العرب وطلاب الدراسات العليا الذين يتجهون إلى توظيف أدوات الذكاء الاصطناعي في استخلاص بيانات السجلات الطبية والأبحاث السريرية بمستشفيات المنطقة ومراكزها البحثية
وتنبه الدراسة في الوقت نفسه إلى أبعاد حوكمة لا غنى عنها عند تبني هذه الأساليب، فالتقارير السريرية تحمل بيانات شديدة الحساسية تستدعي أنظمة صارمة لإخفاء الهوية وضبط الوصول والالتزام بالأنظمة المنظمة لخصوصية المرضى، كما أن الاعتماد على نماذج تجارية خارجية يثير أسئلة حول مكان معالجة البيانات وسيادة المؤسسات الصحية عليها، وتحتاج الفرق البحثية إلى أطر تحقق بشرية تراجع عينات من المخرجات دوريًا وترصد انحراف الأداء مع تغير أنماط التوثيق السريري عبر الزمن، وهي اعتبارات تجعل بناء القدرات المؤسسية في المعلوماتية الصحية شرطًا مصاحبًا لأي توسع في أتمتة استخراج البيانات بالمستشفيات ومراكز البحث
وخلاصة القول إن إجماع نماذج اللغة الكبيرة يقدم مسارًا عمليًا لتحويل التقارير السريرية الحرة إلى بيانات منظمة بجودة تنافس جودة المتخصصين، شريطة مواصلة التحقق الصارم من صلاحية المنهج وحدوده قبل تعميم الاعتماد عليه في البحوث الصحية
