Bilmen gereken 3 şey
- Dokuz açık kaynak dil modeli hastane içinde yerel olarak çalıştırıldı ve 109 klinik kardiyak MR raporunda tanı kategorisi çıkarma göreviyle sınandı.
- Gemma 2 27B 0,98; Qwen2.5 32B 0,96 ve DeepSeek-R1 32B 0,95 F1 skoruna ulaştı; en iyi dört model kardiyoloğun 0,94'lük skorunu geçti.
- Yerel kurulum, raporların üçüncü taraf bulut hizmetlerine gönderilmeden işlenmesini sağlayarak gizlilik riskini azaltmayı hedefliyor.
Bu gelişme nereyi etkiliyor?
ANALİZİ
Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.
Ne oldu?
Araştırma, serbest metinli kalp MR raporlarını yapılandırılmış tanı etiketlerine dönüştürmede farklı boyutlardaki açık modelleri karşılaştırdı. Büyük modeller daha tutarlı sonuç verse de bazı küçük modellerin geride kalması, donanım maliyeti ile doğruluk arasında kurum bazında seçim yapılması gerektiğini gösterdi.
Örneklem tek merkezli, küçük ve geriye dönük; görev de doğrudan hastaya tanı koymak değil, mevcut rapordan kategori çıkarmaktı. Gerçek klinik iş akışında farklı yazım biçimleri ve merkezlerde ileri doğrulama gerekiyor.
Neden önemli?
Sağlık kurumları güçlü dil modellerini hassas raporları dışarı aktarmadan kullanabilir. Bu yaklaşım, klinik arşivlerin araştırma ve kalite takibi için yapılandırılmasını hızlandırırken veri egemenliğini koruyan bir seçenek sunuyor.
Sağlık gündemi nasıl ilerledi?
Haberin dayandığı özgün duyuruyu inceleyebilirsin.