Moskva, 17 iyul. Böyük dil modelləri yaxın gələcəkdə xəstələrin tibbi kartlarının işlənməsini əhəmiyyətli dərəcədə sürətləndirəcək. Bu, xərçənglə bağlı tibbi və elmi tədqiqatların aparılmasına kömək edəcək, çünki bu modellər strukturlaşdırılmamış mətnlərdən məlumat çıxarmaqda xüsusilə effektivdir. Bu barədə AIRI İnstitutunun baş elmi işçisi Aleksandr Nesterov TASS-a məlumat verib.

Nesterovun sözlərinə görə, "böyük dil modellərinin əsas xüsusiyyəti onların strukturlaşdırılmamış mətnlərlə işləmək üçün təbii bir mühitdə fəaliyyət göstərməsidir. Bu, onları mətnin təhlili ilə bağlı çoxsaylı tapşırıqların yerinə yetirilməsində effektiv edir. Bundan əlavə, bu modellərin əvvəlki nəsil dil modelləri kimi xüsusi tapşırıqlar üçün əlavə təlimə ehtiyacı yoxdur. Bu xüsusiyyətlər bir yerdə tibbi qeydlərdən, o cümlədən xərçəngin inkişafı ilə bağlı məlumatların dəqiq çıxarılmasını mümkün edir."

Bu həftə Amerika alimləri Amerika Xərçəng Araşdırmaları Assosiasiyasının (AACR) beynəlxalq elmi konfransında elektron xəstə kartlarındakı strukturlaşdırılmamış məlumatları təhlil edə bilən və müxtəlif xərçəng formalarının daşıyıcılarının sağ qalma ehtimalını yüksək dəqiqliklə qiymətləndirən xüsusi süni intellekt sistemini təqdim ediblər. Bu alqoritm böyük dil modellərindən və məlumatların keyfiyyətinin qiymətləndirilməsi üçün xüsusi yanaşmadan istifadə edir.

İlkin sınaqlar göstərir ki, bu sistem dəqiqlik baxımından tibbi ekspertlərdən geri qalmır. Bu da gələcəkdə onun xəstə kartlarından elm və tibbin inkişafı üçün vacib məlumatların çıxarılması üçün istifadə olunmasına şərait yaradır. Aleksandr Nesterov bildirib ki, bu imkanların praktik tətbiqi üçün yeni tibbi süni intellekt sistemləri maksimum keyfiyyətli məlumatlarla təlim almalıdır.

"Böyük dil modellərinin tibbi məsələlər üçün uyğunlaşdırılması bir neçə səviyyədə həyata keçirilə bilər. Birinci səviyyə – tibbi məlumat dəstlərinin modelin təlim aldığı məlumat massivlərinə daxil edilməsidir. İkinci səviyyə – tibbi məlumatlarla işləmək üçün xüsusi təlimatların hazırlanmasıdır. Ümumiyyətlə, süni intellekt modellərinin təlimində ən vacib məqam məlumatların keyfiyyətidir. Məlumatlar nə qədər keyfiyyətli olsa, model bir o qədər yaxşı işləyir," – deyə Nesterov əlavə edib.

Onun sözlərinə görə, süni intellekt sistemlərinin düzgün təlimi və fəaliyyətinə ağıllı nəzarət onların nadir və mürəkkəb tibbi terminləri düzgün başa düşməsinə, eləcə də strukturlaşdırılmamış tibbi məlumatların təfsiri və strukturlaşdırılması üçün vacib olan digər incəlikləri "görməsinə" imkan verəcək. Bu məsələlərin həlli yeni diaqnostik sistemlərin inkişafını xeyli sürətləndirəcək və onların praktikaya tətbiqini mümkün edəcək, deyə alim fikirlərini yekunlaşdırıb.