По мнению Александра Нестерова, ведущего научного сотрудника Института AIRI, большие языковые модели в скором времени существенно оптимизируют обработку медицинских карт пациентов для медицинских и научных исследований в области онкологии. Это обусловлено их способностью эффективно извлекать информацию из неструктурированных текстовых данных, сообщает ТАСС.
"Главная особенность больших языковых моделей в том, что неструктурированный текст - естественная для них среда работы, а значит, они хорошо умеют выполнять большое количество задач, связанных его анализом. Их не нужно дообучать под задачу, как это требовалось делать для языковых моделей прошлого поколения. Вместе эти особенности позволяют с большой точностью извлекать из медицинских записей нужные данные, в том числе и о прогрессировании рака", - пояснил ученый.
На международной научной конференции Американской ассоциации изучения рака (AACR), которая проходила на этой неделе, исследователи представили специализированную ИИ-систему, анализирующую неструктурированную информацию из электронных медицинских карт и точно прогнозирующую выживаемость пациентов с различными формами рака. В основе алгоритма лежат БЯМ и уникальный подход к оценке достоверности извлекаемых данных.
Первые испытания показали, что система не уступает в точности экспертам-медикам, что открывает перспективы использования для извлечения значимых медицинских и научных данных из карт пациентов. Нестеров подчеркнул, что для реализации потенциала новых медицинских ИИ-систем необходимо их обучение на максимально качественных данных.
"Адаптация больших языковых моделей для решения медицинских задач может производиться на нескольких уровнях. Первый - включение медицинских наборов данных в обучающие массивы, на которых тренируется модель. Второй - подбор специализированных инструкций для работы с медицинскими данными. Если говорить про обучение моделей, самое главное - это качество данных. Чем лучше данные - тем лучше работает модель", - добавил Нестеров.
По его словам, при правильном обучении и контроле ИИ-системы на базе БЯМ смогут корректно интерпретировать сложные медицинские термины и "видеть" нюансы, важные для структурирования медицинских данных. Это позволит ускорить разработку и внедрение новых диагностических систем.
Изображение: фрипик
