Tıbbi araştırmalar ve klinik uygulamalarda kritik önemde olan bilgi erişimi, yeni bir yapay zeka yaklaşımıyla büyük bir dönüşüm geçiriyor. Bilim insanları, BioHiCL (Biomedical Hierarchical Contrastive Learning) adını verdikleri yenilikçi sistemi geliştirerek, tıbbi bilgi arama alanında önemli bir ilerleme kaydetti.
Geleneksel tıbbi arama sistemleri, genellikle basit eşleştirme mantığıyla çalışır ve tıbbi terimlerin birbirleriyle olan karmaşık ilişkilerini tam olarak kavrayamaz. BioHiCL ise MeSH (Medical Subject Headings) sistemimdeki hiyerarşik yapıyı akıllıca kullanarak bu sorunu çözüyor. MeSH, tıbbi literatürde standart terimler sözlüğü olarak kullanılan ve konuları ağaç yapısında düzenleyen bir sistemdir.
Araştırmacılar tarafından geliştirilen iki model versiyonu bulunuyor: 100 milyon parametreli BioHiCL-Base ve 300 milyon parametreli BioHiCL-Large. Her iki model de tıbbi makale arama, cümle benzerliği değerlendirme ve tıbbi soru-cevaplama görevlerinde etkileyici performans sergiliyor.
Sistemin en büyük avantajı, tıbbi konular arasındaki anlamsal örtüşmeleri anlayabilmesi. Bu özellik sayesinde, bir kardiyolog kalp hastalıkları hakkında arama yaparken, sistemin metabolik bozukluklar gibi ilişkili konulardaki makaleleri de önermesi mümkün hale geliyor. Ayrıca hesaplama verimliliği sayesinde mevcut altyapılarda kolayca uygulanabilir durumda.