من الملاحظات السريرية إلى بيانات منظمة باستخدام وكيل ذكاء اصطناعي

وكان التحدي الرئيسي هو تحويل هذا الحجم الكبير من النصوص السريرية غير المهيكلة إلى معلومات منظمة وقابلة للاستخدام، من دون فقدان السياق الضروري لفهم كل نتيجة والتحقق من دقتها.

ولتحقيق ذلك، كان على الحل أن يتعرف تلقائيًا على التشخيصات والإجراءات الطبية، وأن يفهم السياق المحيط بكل معلومة: هل هي حالية أم سابقة؟ مؤكدة أم محتملة؟ مثبتة أم منفية؟ ولمن تعود؟ ثم يربط كل نتيجة بالنص الأصلي الذي استندت إليه. وكل ذلك يجب أن يتم داخل بيئة المستشفى، بحيث لا تغادر البيانات السريرية بنيته التحتية.

استجابةً لهذا التحدي، طوّرت فوكوم وكيل ذكاء اصطناعي يعتمد على بنية الذكاء الاصطناعي الوكيلي، ويستطيع فهم الحالة السريرية بكامل سياقها، وتحويل النصوص الحرة إلى معلومات منظمة وموحّدة وقابلة للتتبع.

ويعمل النظام عبر مراحل مترابطة؛ فيستخرج المعلومات السريرية، ويفهم سياقها، ثم يرمّزها، مع الاحتفاظ بالنص الأصلي الذي وردت فيه كل معلومة وموقعها داخل الملاحظة. كما يحدد عناصر مهمة مثل التوقيت، ودرجة اليقين، وما إذا كانت المعلومة مثبتة أو منفية، ولمن تعود. وبعد ذلك، يمكن ترميز المعلومات وفق معايير طبية معتمدة مثل ICD-10 وSNOMED CT، بما يساعد على توحيد البيانات وتسهيل استخدامها وتبادلها بين الأنظمة.

ويعمل الحل بالكامل داخل بيئة المستشفى، بما يحافظ على خصوصية البيانات والتحكم فيها. وفي بيئة الإنتاج، حقق النظام زمن استجابة بلغ 5.29 ثانية لكل ملاحظة سريرية. وبذلك أصبح من الممكن تحويل كميات كبيرة من النصوص السريرية إلى بيانات منظمة وقابلة للاستخدام بكفاءة، بما يفتح المجال أمام تطبيقات أوسع في البحث الطبي، وتحليل صحة السكان، وتبادل البيانات بين الأنظمة.