Araştırmacılar, sağlık alanında kullanılan yapay zeka asistanlarının karşılaştığı kritik bir sorunu çözmek için yeni bir sistem geliştirdi. Bu sistemler, hastanın anlattıkları ile elektronik sağlık kayıtları arasındaki çelişkileri tespit edebiliyor. Hasta beyanları güncel olsa da hatırlamaya dayalı önyargılar içerebilirken, tıbbi kayıtlar doğrulanmış ancak güncel olmayabiliyor. Geleneksel AI sistemleri tutarlılık için eski bilgileri yenileriyle değiştirdiğinde klinik veriler söz konusu olduğunda güvenlik riskleri ortaya çıkıyor. Yeni geliştirilen İkili Akış Hafıza Mimarisi, hasta anlatılarını yapılandırılmış klinik kayıtlardan ayrı tutuyor. Sistem, her çıkarılan hafıza bilgisini hastanın FHIR profiliyle karşılaştırarak çelişkileri türe, ciddiyete ve ilgili kaynaklara göre sınıflandırıyor. Bu yaklaşım, sağlık AI'larının daha güvenli ve güvenilir olmasını sağlıyor.

arXiv — Hesaplamalı Dilbilim (cs.CL) 0

Teknoloji & Yapay Zeka

30 Apr

Yapay Zeka Modelleri Artık Yeniden Eğitime Gerek Kalmadan Tıp Alanına Uyarlanabiliyor

Stanford araştırmacıları, yapay zeka modellerini tıp alanına uyarlamak için devrim niteliğinde bir yöntem geliştirdi. CAPT adlı bu teknik, yeni nesil genel amaçlı dil modellerini, mevcut tıbbi modellerin bilgisiyle birleştirerek maliyetli yeniden eğitim sürecini ortadan kaldırıyor. Altı farklı klinik görevde test edilen sistem, her iki modeli ayrı ayrı kullanmaktan ortalama %17-41 daha başarılı sonuçlar verdi. Bu breakthrough yaklaşım, farklı kelime dağarcıklarına sahip modelleri bile bir araya getirebiliyor ve sağlık teknolojilerinin gelişimini hızlandırma potansiyeli taşıyor.

arXiv (Dilbilim & NLP) 0