في عالم الرعاية الصحية الحديث، تعتبر السجلات الصحية الإلكترونية (EHR) من المكونات الأساسية التي تسهل معالجة المعلومات الطبية. لكن، تواجه أنظمة الإجابة على الأسئلة القائمة على نماذج اللغة الكبيرة (LLMs) تحديات كبيرة؛ فهي غالباً ما تتطلب موارد ضخمة ولا تستفيد بشكل كامل من الهيكل الهرمي للبيانات السريرية. هنا يأتي دور النموذج الجديد HypEHR.

HypEHR يعد نموذجاً مبتكراً يستخدم الهندسة الهيبرولية للتعامل مع أسئلة السجلات الصحية. يكمن جوهره في تكامله بين الرموز الطبية، زيارات المرضى، والأسئلة ضمن فضاء هيبرولي، حيث يتم استخدام تقنية انتباه متقاطع متسق مع هندسة عالية الدقة لتقديم الإجابات.

ومن خلال الاستفادة من الأنطولوجيا الطبية والقصص السريرية، تم تدريب HypEHR على توقع تشخيص الزيارة التالية وتطبيق تنظيم يعتمد على الهرمية لضمان توافق التمثيلات مع أنطولوجيا ICD.

الأهم من ذلك، أن HypEHR يظهر أداءً مقارباً للأنظمة القائمة على نماذج اللغة الكبيرة، لكن باستخدام عدد أقل بكثير من المعلمات، مما يجعله خياراً جذاباً للمؤسسات الصحية.

لمزيد من المعلومات، يمكنكم الاطلاع على الشيفرة المصدرية المتاحة علنياً على [GitHub](https://github.com/yuyuliu11037/HypEHR). ما رأيكم في هذا التطور؟ شاركونا في التعليقات.