Tartu ülikooli teadlased kasutasid keelemudeleid ravimite ärajätmise põhjuste leidmiseks

Tartu ülikooli arvutiteaduse instituudi teadlased näitasid, et suured keelemudelid suudavad arstide elektrooniliste märkmete põhjal täpselt tuvastada, miks patsiendid ravimeid võtmise lõpetavad. Uuring ühendas kümne protsendi Eesti rahvastiku retseptiandmed aastatest 2012-2019 kliiniliste märkmetega. Meetod avab uue võimaluse seni raskesti analüüsitava meditsiinilise info kasutuselevõtuks.

Tartu ülikooli arvutiteaduse instituudi terviseinformaatika uurimisrühm on värskes uuringus tõestanud, et suured keelemudelid suudavad arstide kirjutatud elektroonilistest märkmetest suure täpsusega üles leida põhjused, miks patsiendid ravimite võtmise lõpetavad. Uuring keskendus peamiselt diabeediravimitele ja statiinidele.

Andmed ja meetod

Ulatuslikus teadustöös ühendati kümme protsenti Eesti rahvastiku retseptiandmeid aastatest 2012-2019 arstide kirjutatud kliiniliste märkmetega. Uuringu esimeses etapis otsiti välja patsiendid, kes polnud vähemalt ühe aasta jooksul neile määratud ravimit apteegist välja ostnud. Seejärel rakendati suuri keelemudeleid, et tuvastada märkmetest ravi lõpetamisega seotud fraasid, konkreetsed põhjused ning isegi see, kas ravi katkestamise algatas patsient ise või arst.

«Retseptiandmetest näeme, et ravim on jäänud välja ostmata, kuid põhjus on sageli kirjas hoopis arsti märkmetes. Seni oli seda infot võimalik kasutada vaid väga piiratud mahus, sest haiguslugude käsitsi läbitöötamine on äärmiselt ajamahukas,» selgitas Tartu ülikooli terviseinformaatika nooremteadur Hendrik Šuvalov.

Privaatsus ja mudelite valik

Patsiendiandmete turvalisuse tagamiseks tehti suurem osa analüüsist kinnises keskkonnas, kasutades keelemudelit Llama-3.1-70B. Võrdluseks rakendati ka tuntud mudelit GPT-4o, kuid sellele anti analüüsimiseks üksnes tekst, mis oli eelnevalt käsitsi üle vaadatud ja tundlikust isikuinfost täielikult puhastatud.

Miks see oluline on

Uuring näitab, kuidas tehisintellekt võib aidata tervishoiusüsteemil paremini mõista ravikinnitpidamist, ehk seda, miks patsiendid ette nähtud ravi ei järgi. See on meditsiinis laialt levinud probleem, mis mõjutab nii ravitulemusi kui ka tervishoiukulusid. Meetod võimaldab seni raskesti kättesaadavat kliinilist teavet süstemaatiliselt analüüsida ja kasutada meditsiini arengu huvides.