كشفت Corti عن نظام ذكاء اصطناعي يهدف إلى إعادة تعريف دقة الترميز الطبي

أعلنت شركة Corti Copenhagen-based عن إطلاق نظام ذكاء اصطناعي جديد مصمم لمواجهة واحدة من التحديات التشغيلية الأكثر استمرارًا في مجال الرعاية الصحية: الترميز الطبي. يُعد إطلاق الشركة لأحدث إصدار، Symphony للترميز الطبي، ليس مجرد أداة تلقائية، بل نهجًا مختلفًا بشكل أساسي في كيفية تفسير البيانات السريرية وتحديدها وتنظيمها واستخدامها عبر أنظمة الصحة.

يستند الإطلاق على دفع Corti الأوسع لتقنيات الذكاء الاصطناعي من الدرجة السريرية، حيث تهم الدقة وال قابلة للتعقب والتنفيذ في العالم الحقيقي بنفس القدر الذي يهم به أداء النموذج الخام.

لماذا لا يزال الترميز الطبي يؤثر على أنظمة الرعاية الصحية

يقع الترميز الطبي عند تقاطع الرعاية السريرية والفواتير والصحة العامة. يجب ترجمة كل تشخيص وعلاج ونتيجة إلى رموز معيارية مثل ICD-10، التي تحتوي على عشرات الآلاف من التصنيفات المحتملة.

المشكلة ليست فقط في النطاق، ولكن في التفسير.

يتطلب الترميز من الأطباء أو الخبراء استخراج المعنى من الملاحظات السريرية المتناثرة، وتصحيح التناقضات، وتطبيق الإرشادات المتطورة. في الممارسة، غالبًا ما يؤدي ذلك إلى إشارات مفقودة وبيانات غير كاملة.

يوضح مثال معروض على المخاطر: وجد تحليل على نطاق واسع للسجلات الصحية أن هناك محاولات انتحار أكثر بكثير تم توثيقها في الملاحظات السريرية مما تم ترميزه فعلاً. عندما تذهب هذه الحالات دون تسجيل في مجموعات البيانات المهيكلة، تفقد أنظمة الصحة رؤية الاتجاهات الحيوية، مما يؤثر على كل شيء من تخصيص التمويل إلى استراتيجيات الوقاية.

من التنبؤ إلى التفكير: تحول في النهج

يُعد الحجج الأساسي لشركة Corti هو أن الترميز الطبي ليس مشكلة تصنيف، بل مشكلة تفكير.

يتشكل هذا التمييز الهيكل خلف Symphony. بدلاً من تعيين الرموز بناءً على التعرف على الأنماط وحده، يعمل النظام على غرار كيفية عمل المرمزين البشر. يحدد الأدلة في البيانات السريرية، ويقيم السياق، ويتحرك في الأنظمة التصنيفية الهرمية، ويوفر المخرجات ضد الإرشادات الحالية.

يستند هذا النهج إلى أبحاث الشركة السابقة حول أنظمة الذكاء الاصطناعي متعددة الوكلاء. يستخدم إطار “الترميز مثل البشر” وكلاء ذكاء اصطناعي متعددين متناسقين لتحويل المهام المعقدة إلى خطوات تفكير أصغر، مما يحسن من الدقة والاتساق.

النتيجة، وفقًا لشركة Corti، هو فجوة أداء قابلة للقياس. يُفترض أن Symphony يتفوق على النماذج المنافسة من مقدمي الذكاء الاصطناعي الرئيسيين في معايير دقة الترميز السريري، مع تحسينات تصل إلى 23٪.

البنية خلف النموذج

لا يُعد Symphony نموذجًا مستقلًا. إنه يقع على قمة بنية شركة Corti الأوسع القائمة على الوكلاء، المعروفة باسم إطار Corti الوكيل.

على عكس النماذج اللغوية الكبيرة التقليدية التي تولد مخرجات في العزلة، يسمح هذا الإطار لأنظمة الذكاء الاصطناعي بالتفكير واسترجاع المعلومات وأداء الإجراءات المهيكلة عبر سير العمل السريرية. تم تصميمه للاتصال بsources البيانات الخارجية مثل السجلات الصحية الإلكترونية، بدلاً من الاعتماد فقط على المعرفة المسبقة.

يقدم المنصة أيضًا حواجز أمان ضرورية في بيئات الرعاية الصحية. يتم تسجيل كل إجراء يتم اتخاذه بواسطة وكيل ذكاء اصطناعي، ويمكن تتبعه، ويمكن تدقيقه، مما يخلق سلسلة واضحة من التفكير وراء كل قرار.

لا يعد هذا التأكيد على قابلة التدقيق عرضيًا. في البيئات المنظمة مثل الرعاية الصحية، غالبًا ما تكون القدرة على تفسير ومبرر القرارات بنفس القدر من الأهمية مثل القرار نفسه.

جعل مخرجات الذكاء الاصطناعي قابلة للتحقق، وليس فقط دقيقًا

أحد الانتقادات المتكررة للذكاء الاصطناعي في مجال الرعاية الصحية هو مشكلة “الصندوق الأسود”. حتى عندما تنتج النماذج مخرجات صحيحة، يصعب الثقة فيها في البيئات السريرية أو المنظمة بسبب نقص الشفافية.

تحاول Corti مواجهة هذه القضية.

يربط Symphony كل رمز تم توليده بالدليل السريري المستخدم لتبريره. كما يبرز الغموض أو الحالات الحدية، مما يسمح للمراجعين البشر بفهم بسرعة حيث تم اتخاذ قرارات القيمة.

هذا يتحول الذكاء الاصطناعي من أداة تُستبدل بالإشراف البشري إلى أداة تعزز الإشراف، خاصة لفريق الامتثال والمراجعين المسؤولين عن التحقق من قرارات الترميز.

نظام مبني لتعقيدات الرعاية الصحية العالمية

تحدي آخر في الترميز الطبي هو التجزئة. تستخدم المناطق المختلفة معايير مختلفة، وتتطلب العديد من أنظمة الذكاء الاصطناعي إعادة تدريب مكثف للعمل عبر الأسواق.

صُمم Symphony للعمل عبر أنظمة الترميز الأمريكية والأوروبية دون تعديل محلي. هذا يشمل إطارات التصنيف التشخيصي بالإضافة إلى الأنظمة القائمة على الإجراءات المستخدمة في الفواتير والتعويض.

هذا الأمر مهم لشركة برمجيات الرعاية الصحية ومقدمي الخدمات متعددي الجنسيات، حيث يمكن أن يصبح الحفاظ على نماذج الذكاء الاصطناعي المُحلية المتعددة عائقًا سريعًا.

الصورة الأكبر: تلقين طبقة البيانات في الرعاية الصحية

بينما قد يبدو الترميز الطبي كحالة استخدام ضيقة، فإنه يلعب دورًا أساسيًا في كيفية عمل أنظمة الرعاية الصحية.

البيانات المهيكلة التي تم إنشاؤها من خلال الترميز تدخل في كل شيء من تعويض التأمين إلى البحث السريري وسياسة الصحة الوطنية. تنتشر الأخطاء في هذا المستوى عبر النظام بأكمله.

تعكس استراتيجية Corti الأوسع هذه الحقيقة. تدعم منصتها بالفعل مجموعة من وكلاء الذكاء الاصطناعي لمهام مثل التوثيق ودعم القرار السريري وتنسيق الرعاية، جميعها مبنية على نفس البنية الأساسية.

تُعد فرضية الشركة أن الرعاية الصحية سوف تعتمد بشكل متزايد على أنظمة متعددة الوكلاء المنسقة التي تتعامل مع سير العمل الإدارية والسريرية معًا.

الانتقال من التجارب إلى الإنتاج

أحد التحديات الرئيسية في الذكاء الاصطناعي في مجال الرعاية الصحية هو الفجوة بين النماذج الواعدة والتنفيذ في العالم الحقيقي.

تُقدم Corti Symphony كنظام جاهز للإنتاج بدلاً من نموذج تجريبي. هذا يشمل خيارات التوزيع للمؤسسات، ودعم معايير التبادل، والدمج في حزمة برمجيات الرعاية الصحية الحالية.

التركيز أقل على إظهار ما يمكن للذكاء الاصطناعي القيام به، وأكثر على ضمان khảية تشغيله بأمان وثبات وبتصميم في البيئات السريرية الحقيقية.

تحول هادئ ولكن ذو معنى

يعكس إطلاق Symphony تحولًا أوسع يحدث عبر الذكاء الاصطناعي في مجال الرعاية الصحية.

بدلاً من بناء نماذج عامة متعددة الأغراض أكبر، تركز الشركات بشكل متزايد على أنظمة متخصصة مصممة لأنواع عالية الأهمية. هذه الأنظمة تُفضل التفكير وقابلية التدقيق والدمج على القدرة التوليدية الخام.

قد لا يلفت الترميز الطبي الانتباه نفسه مثل التشخيص أو اكتشاف الأدوية، ولكنه يُشكل الكثير من البنية التحتية للرعاية الصحية الحديثة. يمكن أن يكون تحسينه، حتى بشكل متزايد، له آثار كبيرة على كفاءة التشغيل ونتائج المرضى.

إذا تم تأكيد ادعاءات Corti حول الدقة وقابلية التدقيق في التوزيعات في العالم الحقيقي، يمكن أن يمثل Symphony خطوة مهمة نحو أنظمة الذكاء الاصطناعي التي يمكن للمنظمات الصحية الوثوق بها.