الأبحاث المرتبطة بالكلمة المفتاحية: استخراج المعلومات السريرية
-
سد فجوة الأداء: تحسين منهجي لنماذج اللغة المحلية لاستخراج المعلومات الصحية الطبية اليابانية Bridging the performance gap: systematic optimization of local LLMs for Japanese medical PHI extraction
2026 | المؤلف: Akihiko Wada وآخرون | المجلة: Scientific Reports | المجال: المعلوماتية الصحية (Health Informatics)يتناول هذا القسم التحديات والتقدم في استخدام نماذج اللغة الكبيرة المستندة إلى السحابة (LLMs) لمعالجة النصوص الطبية، خاصة في ضوء اللوائح المتعلقة بالخصوصية المحيطة بالمعلومات الصحية المحمية (PHI). بينما يمكن أن تسمح الاتفاقيات التعاقدية بنقل PHI إلى خدمات خارجية، فإن العديد من المؤسسات الصحية تعطي الأولوية لسيادة البيانات، مما يؤدي إلى تفضيل نماذج LLM المحلية.…
-
الاستفادة من نماذج اللغة الكبيرة مفتوحة المصدر لاستخراج المعلومات السريرية في البيئات ذات الموارد المحدودة Leveraging open-source large language models for clinical information extraction in resource-constrained settings
2026 | المؤلف: Luc Builtjes وآخرون | المجلة: JAMIA Open | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة التحديات المتعلقة باستخراج المعلومات السريرية من التقارير الطبية غير المنظمة، والتي غالبًا ما تُكتب بلغة متخصصة. تقيم الدراسة تسعة نماذج لغوية كبيرة مولدة مفتوحة المصدر (LLMs) باستخدام معيار DRAGON، الذي يتضمن 28 مهمة لاستخراج المعلومات السريرية باللغة الهولندية. طور الباحثون إطار عمل متاح للجمهور، يُسمى llm extractinator، لتسهيل هذا التقييم في إعداد…
-
استخراج المعلومات من الملاحظات السريرية: هل نحن مستعدون للتحول إلى نماذج اللغة الكبيرة؟ Information extraction from clinical notes: are we ready to switch to large language models?
2026 | المؤلف: Yan Hu وآخرون | المجلة: Journal of the American Medical Informatics Association | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة من ورقة البحث الدور الحاسم لاستخراج المعلومات (IE) في معالجة اللغة الطبيعية السريرية (NLP) وتقيّم أداء نماذج اللغة الكبيرة (LLMs) في هذا المجال. ركز المؤلفون على مهمتين رئيسيتين في استخراج المعلومات: التعرف على الكيانات المسماة (NER) واستخراج العلاقات (RE)، باستخدام مجموعة بيانات شاملة تم توضيحها مستمدة من 1,588 ملاحظة سريرية عبر أربعة…
-
خط أنابيب برمجي لاستخراج المعلومات الطبية باستخدام نماذج اللغة الكبيرة، مفتوح المصدر ومناسب لعلم الأورام A software pipeline for medical information extraction with large language models, open source and suitable for oncology
2026 | المؤلف: Isabella C. Wiest وآخرون | المجلة: npj Precision Oncology | المجال: علم الأحياء الجزيئي (Molecular Biology)في مجال الأورام الطبية، الطبيعة غير المنظمة لبيانات النصوص—مثل الرسائل السريرية وتقارير الإجراءات—تطرح تحديات كبيرة للتحليل الكمي. الطرق التقليدية للمراجعة اليدوية واسترجاع المعلومات المنظمة تستغرق وقتًا طويلاً وتكون مكلفة. يقدم هذا البحث سير عمل جديد، يسمى LLM-AIx، الذي يستخدم نماذج اللغة الكبيرة (LLMs) التي تحافظ على الخصوصية لتسهيل استخراج الكيانات السريرية المحددة مسبقًا من نصوص…
-
تحسين النماذج اللغوية الكبيرة من خلال التنقيح التكراري وتحديد الأهداف لاستخراج المعلومات السريرية Iterative refinement and goal articulation to optimize large language models for clinical information extraction
2026 | المؤلف: David Hein وآخرون | المجلة: npj Digital Medicine | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم البحث خط أنابيب مبتكر من البداية إلى النهاية يستخدم نماذج اللغة الكبيرة (LLMs) لاستخراج وتطبيع البيانات الهيكلية من تقارير الأمراض غير الهيكلية، مع التركيز بشكل خاص على أورام الكلى. يدمج هذا النهج المبتكر قوالب تحفيز مرنة، وتوليد بيانات جدولية جاهزة للتحليل، وعملية تحسين تكرارية بمشاركة الإنسان مستندة إلى أنطولوجيا شاملة للأخطاء. تم تطبيق الخط…