2 статей
Исследование предлагает и валидирует framework на основе машинного обучения для автоматической идентификации профилактических назначений препаратов от стрессовых язв в неструктурированных клинических текстах. Модель CatBoost показала наилучшие результаты (F1=0.727 на уровне заметки), обеспечивая интерпретируемый инструмент предварительного скрининга для клинических фармацевтов.
Технологический гигант Nvidia объединил усилия со стартапом Abridge для создания специализированной базовой модели искусственного интеллекта, предназначенной для обработки клинических разговоров. Основная цель проекта заключается в автоматизации документирования медицинских консультаций, что позволит врачам сосредоточиться на пациентах, а не на заполнении электронных медицинских карт. В рамках сотрудничества будут использоваться вычислительные мощности Nvidia для обучения моделей, способных с высокой точностью интерпретировать сложную медицинскую терминологию и нюансы диалогов между врачом и пациентом. Разработка направлена на решение проблемы выгорания медицинского персонала, вызванного административной нагрузкой. Ожидается, что внедрение такой специализированной модели значительно повысит точность структурирования данных в медицинских записях по сравнению с универсальными языковыми моделями. Данная инициатива является важным шагом в интеграции генеративного ИИ непосредственно в клиническую практику.
