محققان بهتازگی راهکار هوشمندانهای برای حل یکی از چالشهای بزرگ پزشکی دیجیتال معرفی کردهاند: «عدم انطباق مدلهای زبانی با استانداردهای درمانی».
این مطالعه روی مدلهای مطرحی مثل Llama 3.1 و Qwen2.5 نشان میدهد که اگرچه این هوشها در استدلال عالی هستند، اما در فرمتبندی دادههای پزشکی (مثل ICD-10 یا کدهای بیمه) دچار خطاهای کوچکی میشوند.
تیم محققان با استفاده از یک سیستم «تأیید و اصلاح» (Validation-Repair) توانستهاند نرخ انطباق این مدلها با استانداردهای جهانی پزشکی را به حدود ۹۹ درصد برسانند! این یعنی گامی بزرگ به سوی یکپارچهسازی مطمئن هوش مصنوعی در سیستمهای پرونده الکترونیک سلامت. 🚀💡
منبع: arXiv NLP
