nûçe

Modela Zimanê Mezin (LLM) dikare gotarên îqnakirinê li ser bingeha peyvên bilez binivîse, di azmûnên jêhatîbûna pîşeyî de derbas bibe, û agahdariya dostane û empatîk a sebir binivîse. Lêbelê, ji bilî xetereyên naskirî yên çîrok, lawazî û rastiyên nerast di LLM de, pirsgirêkên din ên çaresernekirî hêdî hêdî dibin mijara sereke, wekî modelên AI-ê ku di afirandin û karanîna xwe de "nirxên mirovî" yên potansiyel cudakar dihewînin, û her çend LLM êdî naverokê çêneke û encamên derketinê yên bi eşkere zirardar ji holê rake jî, "nirxên LLM" hîn jî dikarin ji nirxên mirovî dûr bikevin.

Bêhejmar mînak nîşan didin ka daneyên ku ji bo perwerdekirina modelên AI têne bikar anîn çawa nirxên takekesî û civakî kod dikin, ku dibe ku di nav modelê de xurt bibin. Ev mînak rêzek serîlêdanan vedihewînin, di nav de şîrovekirina otomatîkî ya tîrêjên X yên sîngê, dabeşkirina nexweşiyên çerm, û biryardana algorîtmîk a di derbarê dabeşkirina çavkaniyên bijîşkî de. Wekî ku di gotarek dawî de di kovara me de hatî destnîşan kirin, daneyên perwerdehiya alîgir dikarin nirx û alîgiriyên ku di civakê de hene zêde bikin û eşkere bikin. Berevajî vê, lêkolînan jî nîşan daye ku AI dikare ji bo kêmkirina alîgiriyê were bikar anîn. Mînakî, lêkolîneran modelên fêrbûna kûr li ser fîlmên tîrêjên X yên çokê sepandin û faktorên ku ji hêla nîşankerên giraniya standard (ji hêla radyologan ve têne nirxandin) di nav movika çokê de hatine ji bîr kirin keşf kirin, bi vî rengî cûdahiyên êşa nepenî di navbera nexweşên reş û spî de kêm kirin.

Her çend bêtir û bêtir mirov xeletiya di modelên AI de, nemaze di warê daneyên perwerdeyê de, fêm dikin jî, gelek xalên din ên têketina nirxên mirovan di pêvajoya pêşxistin û bicîhkirina modelên AI de têra xwe baldar nabin. AI ya bijîşkî di demên dawî de encamên balkêş bi dest xistiye, lê heta radeyek mezin, wê bi eşkere nirxên mirovan û têkiliya wan bi nirxandina rîskê û aqilmendiya îhtimalî re li ber çavan negirtiye, û ne jî hatiye modelkirin.

Ji bo ku hûn van têgehên abstrakt zelaltir bikin, xeyal bikin ku hûn endokrinologek in û ji we tê xwestin ku hormona mezinbûna mirovî ya rekombinant ji bo kurekî 8 salî ku temenê wî ji sedî 3-an kêmtir e, binivîse. Asta hormona mezinbûna mirovî ya teşwîqkirî ya kur di bin 2 ng/mL de ye (nirxa referansê, >10 ng/mL, nirxa referansê ji bo gelek welatên li derveyî Dewletên Yekbûyî >7 ng/mL ye), û gena wî ya kodkirina hormona mezinbûna mirovî mutasyonên neçalakkirinê yên kêm tespît kiriye. Em bawer dikin ku sepandina terapiya hormona mezinbûna mirovî di vê rewşa klînîkî de eşkere û bê guman e.

Bikaranîna terapiya hormona mezinbûna mirovan di senaryoyên jêrîn de dikare bibe sedema nakokiyan: bilindahiya kurekî 14 salî her gav di sedî 10-an a hevalên wî de bûye, û lûtkeya hormona mezinbûna mirovan piştî teşwîqkirinê 8 ng/mL ye. Ne mutasyonên fonksiyonel ên ku dikarin bandorê li bilindahiyê bikin hene, ne jî sedemên din ên zanîn ên dirêjahiya kurt, û temenê hestiyê wî 15 salî ye (ango derengketina pêşveçûnê tune). Tenê beşek ji nakokiyê ji ber cûdahiyên di nirxên eşikê de ye ku ji hêla pisporan ve li ser bingeha bi dehan lêkolînên di derbarê astên hormona mezinbûna mirovan de ku ji bo teşhîskirina kêmasiya hormona mezinbûna îzolekirî têne bikar anîn hatine destnîşankirin. Bi kêmanî ewqas nakokî ji balansa rîsk-sûdê ya karanîna terapiya hormona mezinbûna mirovan ji perspektîfên nexweşan, dêûbavên nexweşan, pisporên tenduristiyê, pargîdaniyên dermanan û dravderan derdikeve holê. Endokrinologên zarokan dikarin bandorên neyînî yên kêm ên derzîkirina rojane ya hormona mezinbûnê ji bo 2 salan bi îhtîmala tunebûn an tenê mezinbûna hindik di mezinahiya laşê mezinan de li gorî ya heyî bipîvin. Kur dikarin bawer bikin ku her çend bilindahiya wan tenê 2 cm zêde bibe jî, hêjayî derzîkirina hormona mezinbûnê ye, lê dravder û pargîdaniya dermanan dikarin nêrînên cûda hebin.

Em eGFR-ya li ser bingeha kreatînîn wekî mînak digirin, ku nîşaneyek fonksiyona gurçikan e ku bi berfirehî tê bikar anîn ji bo teşhîs û qonaxa nexweşiya gurçikê ya kronîk, danîna şertên veguheztin an bexşandina gurçikê, û destnîşankirina pîvanên kêmkirinê û nerazîbûnên ji bo gelek dermanên reçete. EGFR hevkêşeyek regresyonê ya hêsan e ku ji bo texmînkirina rêjeya parzûna glomerular (mGFR) ya pîvandî tê bikar anîn, ku standardek referansê ye, lê rêbaza nirxandinê nisbeten dijwar e. Ev hevkêşeya regresyonê nikare wekî modelek AI were hesibandin, lê ew gelek prensîbên li ser nirxên mirovan û aqilmendiya îhtimalî nîşan dide.

Xala yekem a têketina nirxên mirovan ji bo eGFR dema hilbijartina daneyan ji bo hevkêşeyên lihevhatinê ye. Rêza orîjînal a ku ji bo sêwirandina formula eGFR tê bikar anîn bi piranî ji beşdarên reş û spî pêk tê, û sepandina wê ji bo gelek komên etnîkî yên din ne diyar e. Xalên têketina paşê ji bo nirxên mirovan di vê formulê de ev in: hilbijartina rastbûna mGFR wekî armanca sereke ji bo nirxandina fonksiyona gurçikan, asta rastbûna qebûlkirî çi ye, meriv çawa rastbûnê dipîve, û karanîna eGFR wekî astekê ji bo destpêkirina biryardana klînîkî (wek diyarkirina şert û mercên ji bo veguheztina gurçikan an jî reçetekirina dermanan). Di dawiyê de, dema ku naveroka modela têketinê tê hilbijartin, nirxên mirovan jî dê bikevin vê formulê.

Bo nimûne, berî sala 2021an, rêbername pêşniyar dikin ku asta kreatînîn di formula eGFR de li gorî temen, zayend û nijada nexweşan (tenê wekî kesên reş an ne-reş têne dabeşkirin) were sererast kirin. Armanca sererastkirina li gorî nijadê ew e ku rastbûna formula mGFR baştir bike, lê di sala 2020an de, nexweşxaneyên mezin dest bi pirsîna karanîna eGFR ya li gorî nijadê kirin, û sedemên wekî derengxistina mafê nexweş ji bo veguheztinê û konkretkirina nijadê wekî têgehek biyolojîk destnîşan kirin. Lêkolînan nîşan daye ku sêwirandina modelên eGFR li gorî nijadê dikare bandorên kûr û cûda li ser rastbûn û encamên klînîkî bike; Ji ber vê yekê, balkişandina bijartî li ser rastbûnê an jî balkişandina li ser beşek ji encaman biryarên nirxê nîşan dide û dibe ku biryargirtina zelal veşêre. Di dawiyê de, koma xebatê ya neteweyî formulek nû pêşniyar kir ku bêyî ku nijad were hesibandin ji nû ve hate saz kirin da ku pirsgirêkên performans û dadmendiyê hevseng bike. Ev mînak nîşan dide ku tewra formulek klînîkî ya hêsan jî gelek xalên ketinê di nirxên mirovan de hene.

Li gorî formulên klînîkî yên ku tenê hejmareke hindik ji nîşaneyên pêşbînîkirinê hene, LLM dikare ji milyaran heta bi sedan milyar parametreyan (giraniya modelê) an jî zêdetir pêk were, ku têgihîştina wê dijwar dike. Sedema ku em dibêjin "dijwar e ku were fêmkirin" ev e ku di piraniya LLM-an de, rêya rastîn a derxistina bersivan bi rêya pirsyarkirinê nayê nexşekirin. Hejmara parametreyan ji bo GPT-4 hîn nehatiye ragihandin; Pêştirê wê GPT-3 175 milyar parametre hebûn. Parametreyên zêdetir ne hewce ne ku şiyanên bihêztir werin wateya, ji ber ku modelên piçûktir ên ku bêtir çerxên hesabkirinê vedihewînin (wek rêzeya modela LLaMA [Large Language Model Meta AI]) an modelên ku li ser bingeha bersiva mirovan bi baldarî têne mîheng kirin dê ji modelên mezintir çêtir performans bikin. Mînakî, li gorî nirxanderên mirovan, modela InstrumentGPT (modelek bi 1.3 milyar parametreyan) di baştirkirina encamên derana modelê de ji GPT-3 çêtir performans dike.

Hûrguliyên perwerdehiya taybetî ya GPT-4 hîn nehatine eşkerekirin, lê hûrguliyên modelên nifşê berê yên di nav de GPT-3, InstrumentGPT, û gelek LLM-yên din ên çavkaniya vekirî hatine eşkerekirin. Îro, gelek modelên AI bi kartên modelê têne; Daneyên nirxandin û ewlehiyê yên GPT-4 di kartek pergalê ya wekhev de ku ji hêla pargîdaniya afirandina modelan OpenAI ve hatî peyda kirin hatine weşandin. Afirandina LLM dikare bi giranî li du qonaxan were dabeş kirin: qonaxa destpêkê ya pêş-perwerdehiyê û qonaxa mîhengkirina baş a ku armanc dike ku encamên derana modelê çêtir bike. Di qonaxa pêş-perwerdehiyê de, model bi korpusek mezin tê peyda kirin ku nivîsa înternetê ya orîjînal tê de heye da ku wê perwerde bike da ku peyva din pêşbînî bike. Ev pêvajoya "temamkirina otomatîkî" ya ku xuya dike hêsan e modelek bingehîn a bihêz çêdike, lê ew dikare bibe sedema tevgerên zirardar jî. Nirxên mirovan dê bikevin qonaxa pêş-perwerdehiyê, di nav de hilbijartina daneyên pêş-perwerdehiyê ji bo GPT-4 û biryardana rakirina naveroka ne guncaw wekî naveroka pornografîk ji daneyên pêş-perwerdehiyê. Tevî van hewldanan, dibe ku modela bingehîn hîn jî ne bikêr be û ne jî bikaribe encamên derana zirardar dihewîne. Di qonaxa din a mîhengkirina baş de, gelek tevgerên bikêr û bêzerar dê derkevin holê.

Di qonaxa rastkirina baş de, tevgera modelên ziman bi gelemperî bi rêya rastkirina baş a çavdêrîkirî û fêrbûna xurtkirinê ya li ser bingeha bersivên mirovan bi kûrahî tê guhertin. Di qonaxa rastkirina baş a çavdêrîkirî de, karmendên peymankaran ên kirêkirî dê mînakên bersivê ji bo peyvên bilez binivîsin û rasterast modelê perwerde bikin. Di qonaxa fêrbûna xurtkirinê de li ser bingeha bersivên mirovan, nirxanderên mirovan dê encamên derana modelê wekî mînakên naveroka têketinê rêz bikin. Dûv re encamên berawirdkirinê yên jorîn bicîh bînin da ku "modela xelatê" fêr bibin û modelê bi rêya fêrbûna xurtkirinê bêtir baştir bikin. Tevlêbûna mirovan a asta nizm a ecêb dikare van modelên mezin rast bike. Mînakî, modela InstrumentGPT tîmek ji nêzîkî 40 karmendên peymankaran bikar anî ku ji malperên crowdsourcing hatine girtin û ceribandinek kontrolkirinê derbas kir ku armanc ew bû ku komek şîrovekaran hilbijêrin ku ji tercîhên komên cûda yên nifûsê hesas in.

Wekî ku ev du mînakên tundrew, ango formula klînîkî ya hêsan [eGFR] û LLM-ya bihêz [GPT-4], nîşan didin, biryardana mirovan û nirxên mirovan di şekildana encamên modelê de roleke girîng dilîzin. Gelo ev modelên AI dikarin nirxên wan ên cihêreng ên nexweş û bijîşkan bigirin? Meriv çawa bi awayekî giştî rêberiya sepandina AI di bijîşkiyê de dike? Wekî ku li jêr hatî behs kirin, ji nû ve nirxandina analîza biryardana bijîşkî dikare çareseriyek prensîbî ji bo van pirsgirêkan peyda bike.

Analîza biryara bijîşkî ji bo gelek klînîsyenan ne nas e, lê ew dikare di navbera sedemên îhtimalî (ji bo encamên ne diyar ên têkildarî biryardanê, wekî gelo hormona mezinbûna mirovan di senaryoya klînîkî ya nakok de ku di Wêne 1 de tê nîşandan were dayîn) û faktorên berçavgirtinê (ji bo nirxên subjektîf ên bi van encaman ve girêdayî, ku nirxa wan wekî "bikêrhatî" tê hejmartin, wekî nirxa zêdebûna 2 cm di bilindahiya mêr de), ji bo biryarên bijîşkî yên tevlihev çareseriyên sîstematîk peyda bike. Di analîza biryardanê de, klînîsyen divê pêşî hemî biryar û îhtimalên gengaz ên bi her encamê ve girêdayî diyar bikin, û dûv re jî bikêrhatiya nexweş (an aliyê din) a bi her encamê ve girêdayî têxin nav xwe da ku vebijarka herî guncaw hilbijêrin. Ji ber vê yekê, derbasdariya analîza biryardanê bi wê ve girêdayî ye ku mîhenga encamê berfireh e, û her weha pîvandina bikêrhatî û texmîna îhtimalê rast in. Bi îdeal, ev nêzîkatî dibe alîkar ku biryar li ser bingeha delîlan bin û bi tercîhên nexweşan re li hev bikin, bi vî rengî valahiya di navbera daneyên objektîf û nirxên kesane de teng dike. Ev rêbaz çend dehsal berê di qada bijîşkî de hate destnîşan kirin û ji bo biryardana nexweşên takekesî û nirxandina tenduristiya nifûsê hate sepandin, wekî pêşkêşkirina pêşniyarên ji bo ceribandina kansera kolonê ji bo nifûsa giştî.

Di analîza biryarên bijîşkî de, rêbazên cûrbecûr hatine pêşxistin da ku kêrhatîbûnê bi dest bixin. Piraniya rêbazên kevneşopî rasterast nirxê ji nexweşên takekesî derdixin. Rêbaza herî hêsan ew e ku meriv pîvanek nirxandinê bikar bîne, ku nexweş asta tercîha xwe ji bo encamek diyarkirî li ser pîvanek dîjîtal (wek pîvanek xêzikî ji 1 heta 10) dinirxînin, ku encamên tenduristiyê yên herî tund (wek tenduristiya tevahî û mirin) li her du dawiyan de ne. Rêbaza danûstandina demê rêbazek din a ku bi gelemperî tê bikar anîn e. Di vê rêbazê de, nexweş hewce ne ku biryarek bidin ka ew çiqas dem saxlem amade ne ku di berdêla demek tenduristiya xirab de derbas bikin. Rêbaza qumarê ya standard rêbazek din a ku bi gelemperî tê bikar anîn e ji bo destnîşankirina kêrhatîbûnê. Di vê rêbazê de, ji nexweşan tê pirsîn ka ew kîjan ji du vebijarkan tercîh dikin: an hejmarek diyarkirî salan di tenduristiya normal de bi îhtîmalek taybetî (p) (t) bijîn, û rîska mirinê bi îhtîmalek 1-p hilgirin; An jî piştrast bikin ku hûn t salan di bin şert û mercên tenduristiya xaçerêyî de bijîn. Ji nexweşan gelek caran bi nirxên p-yên cûda bipirsin heya ku ew ji bo tu vebijarkek tercîhek nîşan nedin, da ku kêrhatî li gorî bersivên nexweşan were hesibandin.
Ji bilî rêbazên ku ji bo bidestxistina tercîhên nexweşên takekesî têne bikar anîn, rêbaz jî hatine pêşxistin da ku ji bo nifûsa nexweşan bikêrhatî bibin. Bi taybetî nîqaşên komên fokusê (anîna nexweşan ji bo nîqaşkirina serpêhatiyên taybetî) dikarin bibin alîkar ku perspektîfên wan werin fêmkirin. Ji bo ku bikêrhatîya komê bi bandor were berhev kirin, gelek teknîkên nîqaşa komê yên birêkûpêk hatine pêşniyar kirin.
Di pratîkê de, danasîna rasterast a kêrhatîbûnê di pêvajoya teşhîs û dermankirina klînîkî de pir demdirêj e. Wekî çareseriyek, pirsnameyên anketê bi gelemperî li nifûsên bi awayekî rasthatî hatine hilbijartin têne belavkirin da ku puanên kêrhatîbûnê li ser asta nifûsê werin bidestxistin. Hin mînak pirsnameya 5-alî ya EuroQol, forma kurt a giraniya kêrhatîbûnê ya 6-alî, Îndeksa Kêrhatiya Tenduristiyê, û amûra Pirsnameya Kalîteya Jiyanê ya Rêxistina Lêkolîn û Dermankirina Penceşêrê ya Taybet a Ewropî ya Penceşêrê Core 30 hene.