Sağlık alanında yapay zeka uygulamaları hızla gelişirken, araştırmacılar elektronik hasta kayıtlarından daha akıllı tedavi stratejileri geliştirmenin yollarını arıyor. Yeni bir çalışmada, hem sayısal verileri hem de klinik metinleri birlikte analiz eden AACE (Annotation-Assisted Causal Estimation) adlı sistem geliştirildi.
Elektronik hasta kayıtları genellikle iki tür veri içeriyor: laboratuvar sonuçları, vital bulgular gibi strukturlu tablolar ve doktor notları, taburcu özetleri gibi serbest metinler. Mevcut sistemler çoğunlukla sadece sayısal verileri kullanıyor, bu da değerli bilgilerin gözden kaçmasına neden oluyor.
Yeni sistem, nedensel çıkarım yöntemlerini çok modlu verilerle birleştiriyor. Bu sayede, hangi hastanın hangi tedaviden en fazla yarar göreceğini daha doğru tahmin edebiliyor. Geleneksel risk tahmin modelleri sadece hastalığın ciddiyetini ölçerken, AACE sistemi tedaviye yanıt verecek hastaları özellikle tanımlıyor.
Araştırmacılar, sistemin mevcut yaklaşımlara göre daha az önyargılı sonuçlar ürettiğini belirtiyor. Bu gelişme, doktorların tedavi kararlarını desteklemek ve sınırlı sağlık kaynaklarının en ihtiyaç duyan hastalara yönlendirilmesi için kullanılabilir.