Ana sayfa/Sağlık

RARE-PHENIX, klinik notlardan nadir hastalık fenotiplerini çıkardı

Büyük dil modellerini İnsan Fenotip Ontolojisi ile birleştiren uçtan uca sistem, klinik metindeki bulguları çıkarıp standartlaştırdı ve tanı açısından önem sırasına koydu; 16.357 gerçek klinik notta dış doğrulama yapıldı.

RARE-PHENIX, klinik notlardan nadir hastalık fenotiplerini çıkardı için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • RARE-PHENIX; klinik bulguları metinden çıkarma, HPO terimlerine eşleme ve tanı için en ayırt edici terimleri sıralama adımlarını tek iş akışında birleştiriyor.
  • Sistem 11 Tanı Konmamış Hastalıklar Ağı merkezinden 2.671 hastanın verisiyle geliştirildi ve Vanderbilt'teki 16.357 klinik notta dışarıdan doğrulandı.
  • Uzmanların düzenlediği HPO terimleriyle karşılaştırıldığında ontoloji tabanlı benzerlikte PhenoBERT'i 0,70'e karşı 0,58 ile geçti.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Toplum92/100
Bilim90/100
Günlük yaşam78/100
Ekonomi66/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Nadir hastalık tanısında hekimler çok sayıdaki dağınık bulguyu standart bir fenotip listesine çevirmek zorunda kalıyor. RARE-PHENIX, dil modeliyle çıkarılan ifadeleri ontolojiye dayalı üretimle standartlaştırıp yaygın ve tanısal değeri düşük bulgulardan ayırıyor.

Sonuçlar geriye dönük notlar ve uzman etiketleri üzerinde elde edildi. Sistem tanı koymuyor; gerçek klinikte hekim denetimi, farklı kurumlarda doğrulama ve yanlış ya da eksik fenotiplerin güvenli biçimde yönetilmesi gerekiyor.

Neden önemli?

Nadir hastalıklarda tanıya giden yılları kısaltmanın anahtarı çoğu zaman mevcut notlardaki dağınık ipuçlarını görünür kılmak. Uçtan uca ve insan denetimli bir fenotipleme sistemi, uzmanların daha hızlı ve tutarlı aday tanılar oluşturmasına yardım edebilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKnpj Digital Medicine

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi

108 katılımcının 14–21 günlük video günlüklerini inceleyen büyük dil modelleri, günlük depresyon puanları üretti; ortalama model puanları klinik görüşmeyle ölçülen belirti şiddetiyle ilişki gösterdi.

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi kapak görseli

Ne oldu?

Araştırmacılar videonun görüntüsünü değil, kısa günlüklerin yazıya dökülmüş metinlerini dil modellerine vererek günlük depresyon şiddeti puanladı. Model ve öz bildirim puanlarının işlevsellik değişkenleriyle ilişki profilleri birbirine oldukça yakındı.

İlişki, tanı doğruluğu anlamına gelmiyor. Örneklem küçük, günlükler araştırma koşullarında toplandı ve dil modelleri mahrem metinleri işliyor; klinik kullanım için farklı dil ve topluluklarda doğrulama, veri koruması ve uzman denetimi gerekiyor.

Neden önemli?

Depresyon belirtileri haftalık veya aylık ölçekler arasında hızla değişebilir. Serbest anlatımdan güvenli ve şeffaf biçimde türetilen ölçümler, kişinin durumunu daha sık izlemeye yardımcı olabilir; ancak hekim değerlendirmesinin yerine geçmemeli.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%