В журнале npj Digital Medicine опубликовано исследование, посвящённое разработке и валидации PubChat — системы на основе больших языковых моделей (LLM) для мультиязычного поиска биомедицинской литературы, привязанной к базе PubMed. Авторы создали инструмент, который позволяет исследователям и врачам задавать вопросы на естественном языке на разных языках и получать релевантные научные статьи из PubMed с пояснениями. Для оценки качества системы был разработан новый бенчмарк, включающий набор запросов на нескольких языках с экспертными разметками релевантности. В ходе валидации PubChat продемонстрировал высокую точность поиска, сопоставимую или превосходящую существующие англоязычные системы, при этом значительно улучшив доступность для неанглоязычных пользователей. Методология включала fine-tuning языковой модели на корпусе биомедицинских текстов и интеграцию с API PubMed для получения актуальных результатов. Ключевые метрики, такие как recall@k и NDCG, показали улучшение на 15–20% по сравнению с базовыми моделями поиска. Работа имеет практическую значимость для глобального медицинского сообщества, поскольку устраняет языковой барьер в доступе к научной информации, что особенно важно для стран с ограниченными ресурсами. Исследование подчёркивает потенциал LLM в трансформации биомедицинского информационного поиска и открывает путь к созданию более инклюзивных научных инструментов.