Paradigm

Клиникалық сынақтар — жаңа ем түрлерін ашудың жолы, әрі олар өмірді сақтап қалатын емдеу түрі болуы мүмкін. Paradigm⁠(жаңа терезеде ашылады) денсаулық сақтау саласындағы кедергілерді технология арқылы жойып, клиникалық сынақтарды қатерлі ісікпен ауыратын науқастар сияқты көбірек адамға қолжетімді етіп, сонымен бірге дәрігерлер мен медбикелердің құжат жүктемесін азайтып, клиницистердің қажуын төмендетіп отыр.

Пациенттің медициналық жазбаларын бағалау — оған ең жақсы емдеу нұсқасын ұсына алатын клиникалық сынаққа тіркелу жолындағы негізгі тар өткел. Медициналық қызмет көрсетушілерде клиникалық сынақтарды іздеуге, сынақтың егжей-тегжейін түсінуге, содан кейін пациенттерді сәйкестендіріп, іріктеуге уақыт сирек болады. Соның салдарынан клиникалық сынақтардың көбі сынақ өтіп жатқан жерге жақын тұратын пациенттермен толтырылады, бұл іріктеу үдерісінде бұрмалануға әкеліп, көптеген пациенттің өмірін сақтап қалуы мүмкін озық емге қол жеткізуіне кедергі жасайды.

Осыны шешу үшін Paradigm медициналық жазбалардағы деректерді шығарып, түсіндіруге арналған денсаулық сақтау саласына бейімделген дәстүрлі, үздік тәжірибеге сай ML және NLP модельдерін енгізіп, оңтайландырды. Бұл модельдер сарапшы клиницистер іріктеген эталондық деректер жиындарында үйретіліп, бағаланды. Алайда бұл тәсіл баяу әрі ауыр болды.

Дәстүрлі модельдер шектеулі нәтиже бергендіктен, клиницистер сапа стандарттарының орындалғанын тексеру үшін модель нәтижесін қолмен қарауға мәжбүр.

Paradigm құрылымдалмаған мәтінді қорытындылау қабілетінің арқасында LLM (үлкен тілдік модель) олардың қолдану жағдайына өте сай келіп, жекелеген ML модельдерін құру тәсілін алмастыра алады деп санады. Олар екі ықтимал жолды зерттеді: медициналық қолдану жағдайларына үйретілген теңшелген LLM-мен интеграциялану немесе OpenAI API арқылы GPT‑4‑пен интеграциялану.

Paradigm жақсы нәтиже алу үшін арнайы медициналық модель керек болады деп ойлады. GPT‑4 күрделі деректерді бағалау міндеттерінде жоғары дайындықтан өткен адам сарапшылар тобынан да озып кеткенін көргенде, олар «қатты таңғалды».

Соңында олар бірнеше себепке байланысты OpenAI-ды таңдады:

• Дәлдік: Paradigm сарапшылар іріктеген эталондық деректер жиындарында қатаң бағалаулар жүргізді. GPT‑4 дәлдік/толықтықтың біріктірілген метрикасы бойынша озық ML модельдерінен кемінде 10% дәлірек болды. Кей жағдайларда олар «сенгісіз» жақсаруды көрді. «OpenAI дәлдігі саланың үздік тәжірибесіне сай сарапшы үйреткен модельдерді енгізу және оңтайландыру бойынша қолданыстағы жүйемізден жақсы болды, ал кейде тіпті біздің дайындалған клиницистерден де жақсы болды», — деді Хирш. «Ақпарат неғұрлым күрделі болса және ол неғұрлым көп жерде орналасса, GPT‑4 соғұрлым жақсы болды.»
• Пайдалану жеңілдігі: «Өнім тұрғысынан бәрі оңай болды. API пайдалану да, оны біздің стекке біріктіру де оңай болды.» Команда OpenAI қолдауына сапалы API құжаттамасы кіретінін де жоғары бағалады: «Басқа ұйымдармен жұмыс істеумен салыстырғанда, OpenAI-пен біз өз бетімізше көбірек жұмыс істей аламыз.»
• Көпмодальды енгізу және ұзын контекст терезелері: Бұл екі мүмкіндік те медициналық жазбалар деректері үшін маңызды болды.
• Қауіпсіздік және нормативтік талаптарға сәйкестік: «OpenAI-пен жұмыс істеуге бізді шын мәнінде иландырған нәрсе — нормативтік талаптарға сәйкестікті, соның ішінде HIPAA талаптарына сай болу қажеттілігімізді қолдауға деген байыпты көзқарастарыңыз. Біз медициналық қызмет көрсетушілер мен олардың пациенттеріне қызмет көрсететіндіктен, нормативтік талаптарға сәйкестік біз үшін талқыланбайтын талап.»

• Жаңа дерек элементтерін айлар емес, күндер ішінде шығару: GPT‑4 Paradigm-нің негізгі инфрақұрылым туралы көзқарасын түбегейлі өзгертті, жекелеген дерек компоненттері үшін ML модельдерін бір-бірлеп құру үдерісін толық алмастырды. Бұл Paradigm-нің жол картасын едәуір жеделдетіп, оларға жаңа провайдер серіктестеріне және сынақтардың жаңа түрлеріне жылдам кеңеюге мүмкіндік берді.
• Модельді тексеруге қажет сарапшы клиницистер уақыты 90%-ға азайды: Paradigm бағалауынша, GPT‑4 нәтижесін бағалау үшін оларға бұрынғы мамандандырылған ML модельдерімен салыстырғанда деректің тек 1/10 бөлігі ғана қажет.
• Дәлдіктің 10% артуы: GPT‑4 бұрынғыдан да дәлірек дерек беріп, көп жағдайда адам сарапшыларынан да асып түсті, соның арқасында модель нәтижелеріне сарапшы адамдардың араласу қажеттілігін азайтты. Paradigm-дегі және олардың медициналық қызмет көрсетуші серіктестеріндегі дәрігерлер мен медбикелер құжат оқуға емес, пациенттерге күтім жасауға көбірек уақыт бөле алады.
• Сынақтарға әділеттірек қолжетімділік: Олар мұны әлі дәлелдеу үстінде болғанымен, Paradigm GPT‑4 жеткіліксіз қамтылған пациенттерді сынақтарға дәлірек іріктей алады деп санайды. Мұндай пациенттердің медициналық жазбаларында құрылымдалған дерек аз, ал GPT‑4 өте жақсы шығарып, түсіндіретін құрылымдалмаған дерек (мысалы, жазбалар) көбірек болады.

Алға қарай қарап, Paradigm GPT‑4‑тің табиғи тілді түсіну қабілетін клиницистердің жүктемесін одан әрі азайту үшін қалай пайдалана алатынына қуанады. Деректерді талдау үшін код жазудың орнына, клиникалық топтар пациент деректері туралы ChatGPT‑пен диалог жүргізіп, оның сынақтарға жарамдылығын, жетіспейтін ақпаратты және келесі қадамдарды түсіне алар еді.

Paradigm пациенттерді скринингтен өткізу қарқынын қалай одан әрі арттыра алатынына да қуанышты. GPT‑4 көмегімен олардың платформасы минутына жүздеген пациентті ықтимал түрде бағалай алады. Мұны күніне шамамен 50 пациентті қолмен қарай алатын әдеттегі зерттеу үйлестіруші медбикемен салыстырыңыз. Мұндай тиімділік өсімі пациенттердің клиникалық сынақтарға әлдеқайда жақсы қол жеткізетін, дәрігерлер мен медбикелер пациент күтіміне көбірек, құжаттамаға азырақ уақыт бөлетін және өмірді сақтайтын жаңа терапиялар нарыққа тезірек шығатын әлемге жол аша алады.