تمثل السجلات الصحية الإلكترونية النصية موردًا جوهريًا للبحث الطبي المعتمد على البيانات، غير أن توظيفها يصطدم بضرورة صون سرية المرضى، إذ تفرض اللائحة العامة لحماية البيانات تدابير صارمة لإخفاء هوية أصحاب البيانات الشخصية أو استبدالها بمعرفات رمزية بما يحمي خصوصية الأفراد
وقد أثبتت معالجة اللغة الطبيعية فاعلية متسقة في أتمتة إزالة المعلومات الحساسة من النصوص الطبية، غير أن اللغات قليلة الموارد كالمجرية تواجه تحديات إضافية في بناء النماذج وتدريبها، وتتضاعف الحاجة إلى مثل هذه الحلول مع التوسع المتسارع في رقمنة الملفات الطبية وتنامي أحجام البيانات النصية غير المهيكلة داخل المستشفيات والمراكز البحثية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير نماذج قائمة على مكتبة سبا ساي للتعرف على معلومات التعريف الشخصية في طيف واسع من السجلات الطبية النصية الحرة المكتوبة بالمجرية، وهي لغة قليلة الموارد، ولتحقيق ذلك جُمعت مدونة نصية من السجلات الصحية الإلكترونية بجامعة ديبريسين تجاوز عدد وثائقها 15 ألف وثيقة
وشملت المدونة أكثر من 90 ألف حالة من معلومات التعريف الشخصية، وسُهلت عملية التوسيم بتعليم أولي قائم على القواعد قبل المراجعة، ودُربت نماذج عدة على هذه المدونة، كما طُورت مدونة تحقق مستقلة لتقويم أداء النماذج على أمثلة لم يسبق لها رؤيتها، وتضمنت الدراسة كذلك تحليلًا للمخاطر المتبقية بعد الإزالة لتقدير نسبة المعلومات الحساسة التي نجح النظام في حذفها فعليًا من مجموعة التحقق
ثانيًا: أبرز النتائج
1- تراوحت قيم مقياس الأداء إف واحد للنماذج على المدونات المطورة بين 0.9697 و0.9926، وهي قيم مرتفعة تدل على قدرة كبيرة على التعرف على معلومات التعريف الشخصية بدقة واكتمال
2- وعلى مدونة التحقق المستقلة تراوحت القيم بين 0.9772 و0.9867، ما يبرهن على أن النماذج تتعامل بفاعلية مع أمثلة جديدة لم تُعرض عليها أثناء التدريب
3- كشف تحليل المخاطر أن 99.67 في المئة من المعلومات الحساسة أُزيلت بنجاح من مجموعة بيانات التحقق، وهي نسبة تؤكد سلامة المخرجات لاستخدامها بحثيًا
4- أظهرت النتائج أن النماذج تحقق كفاءة تضاهي أحدث الأنظمة العالمية في تحديد معلومات التعريف الشخصية في النصوص السريرية، مع الحفاظ على جودة البيانات وقابليتها للاستخدام البحثي
5- ومع هذه النتائج الإيجابية أشارت الدراسة إلى مجالات ما تزال قابلة للتحسين، في مقدمتها اختبار النماذج على مجموعات بيانات متنوعة من مؤسسات رعاية صحية مختلفة
ثالثًا: دلالات الدراسة وتطبيقاتها
تفتح هذه النتائج الطريق أمام رفع كفاءة عمليات إزالة الهوية من السجلات الصحية في المؤسسات الطبية، وضمان الامتثال للوائح الخصوصية مع تعزيز المشاركة الآمنة للبيانات الطبية في التقدم العلمي، كما يقدم النموذج مرجعًا قابلًا للنقل إلى لغات أخرى قليلة الموارد تعاني ندرة الأدوات النصية الطبية، شريطة مواصلة تحسين النماذج واختبارها عبر سياقات مؤسسية متنوعة
وتستفيد إدارات المستشفيات ومراكز البحوث من أتمتة هذه العملية في اختصار الزمن والجهد اللذين كانا يُبذلان في المراجعة اليدوية للسجلات قبل إتاحتها للباحثين، ويعزز نجاح التجربة المجرية الثقة بإمكان بناء منظومات لغوية طبية محلية تقلل الاعتماد على أدوات مصممة للغات واسعة الانتشار لا تلائم خصائص اللغة الوطنية
وتزداد أهمية هذه النتائج حين توضع في سياق الأدبيات العلمية المتراكمة في المجال، إذ تضيف لبنة جديدة إلى فهم الظاهرة المدروسة وتفتح الباب أمام دراسات لاحقة أكثر عمقًا وتخصصًا في بيئات وسياقات مختلفة
كما أن ما توصلت إليه الدراسة يمنح الباحثين والممارسين أساسًا يمكن البناء عليه في تصميم تدخلات وبرامج مستقبلية، مع ضرورة مراعاة خصوصية السياقات الثقافية والمؤسسية عند نقل النتائج وتطبيقها
وتبقى هذه النتائج، على قوتها، دعوة مفتوحة لمزيد من البحث والتحقق، إذ تتكامل الدراسات المنفردة فيما بينها لتصنع صورة علمية أشمل وأدق للظاهرة ومتغيراتها المؤثرة عبر الزمن
وخلاصة القول إن معالجة اللغة الطبيعية قادرة، حتى في اللغات قليلة الموارد، على حماية المعلومات الحساسة في السجلات الصحية الإلكترونية بكفاءة عالية، بما يوازن بين حق المريض في الخصوصية وحاجة البحث الطبي إلى البيانات