Klinik araştırmalarda hasta seçimi, araştırmaların en büyük engellerinden biri haline gelmiş durumda. Bu süreç hem zaman alıcı hem de emek yoğun olup, çoğu zaman yetersiz katılımcı sayısına ve çalışmaların başarısızlığa uğramasına neden oluyor. Son yıllarda yapay zeka alanındaki gelişmeler, bu soruna yenilikçi çözümler sunma potansiyeli taşıyor.
Araştırmacılar, büyük dil modellerinin klinik hasta seçimindeki etkinliğini kapsamlı bir şekilde inceledi. Çalışmada hem genel amaçlı hem de tıp alanına özelleştirilmiş dil modelleri karşılaştırıldı. Özellikle hasta kayıtları gibi uzun belgelerin işlenmesinde ortaya çıkan 'Ortada Kaybolma' sorunu için üç farklı yaklaşım geliştirildi.
İlk yöntem, dil modellerinin varsayılan bağlam pencerelerini kullanırken, ikincisi varlık tanıma teknolojisi ile belgeleri özetleme stratejisi benimsiyor. Üçüncü yaklaşım ise, uygunluk kriterlerine göre dinamik kanıt toplama sistemini kullanıyor.
Bu teknolojiler, uzun hasta kayıtlarından relevant bilgileri çıkararak, klinik çalışmalar için uygun hastaları daha hızlı ve doğru şekilde belirlemeyi hedefliyor. Böylece hem araştırmacıların iş yükü azalacak hem de klinik çalışmalara katılım oranları artabilecek.