💬 NLP

An artificial intelligence framework for end-to-end rare disease phenotyping from clinical notes using large language models

تقدم الورقة البحثية RARE-PHENIX، وهو إطار عمل للذكاء الاصطناًعي متكامل من طرف إلى طرف يدمج النماذج اللغوية الكبيرة لاستخراج وتوحيد وترتيب مصطلحات "أونتولوجيا المظاهر البشرية" (Human Phenotype Ontology) من الملاحظات السريرية، مما يظهر أداءً فائقاً على النماذج المرجعية الحالية في دعم تشخيص الأمراض النادرة عبر مجموعات بيانات متعددة المواقع.

المؤلفون الأصليون: Cathy Shyr, Yan Hu, Rory J. Tinker, Thomas A. Cassini, Kevin W. Byram, Rizwan Hamid, Daniel V. Fabbri, Adam Wright, Josh F. Peterson, Lisa Bastarache, Hua Xu

نُشر 2026-02-25

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Cathy Shyr, Yan Hu, Rory J. Tinker, Thomas A. Cassini, Kevin W. Byram, Rizwan Hamid, Daniel V. Fabbri, Adam Wright, Josh F. Peterson, Lisa Bastarache, Hua Xu

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق يحاول حل لغز معقد للغاية: لماذا هذا المريض مريض؟

في عالم الأمراض النادرة، غالبًا ما تكون الأدلة مخبأة داخل آلاف الصفحات من ملاحظات الأطباء الفوضوية والمكتوبة بخط اليد. هذه الملاحظات مليئة بالأوصاف مثل "يبدو الطفل صغيرًا بالنسبة لعمره" أو "يشعر بالتعب بسهولة". ولكن لحل اللغز، يحتاج المحقق إلى ترجمة هذه الأوصاف الفوضوية إلى رمز محدد ومعياري (مثل الباركود) يمكن للحاسوب استخدامه لإيجاد الإجابة. تسمى هذه العملية التنميط الظاهري (Phenotyping).

المشكلة هي أن القيام بذلك يدويًا يشبه محاولة قراءة مليون كتاب للعثور على ثلاث كلمات محددة. الأمر يستغرق وقتًا طويلاً، وهو مرهق، ويصعب توسيع نطاقه.

هنا يأتي دور RARE-PHENIX، وهو إطار عمل جديد للذكاء الاصطناعي طوره باحثون في جامعة فاندربيلت ومؤسسات أخرى. فكر في RARE-PHENIX ليس كروبوت واحد، بل كـ فريق تحقيق مكون من ثلاثة أشخاص يعملون معًا لحل القضية بشكل أسرع وأكثر دقة من أي وقت مضى.

إليك كيف يعمل هذا الفريق، مقسمًا إلى خطوات بسيطة:

1. الكشاف (الاستخراج - Extraction)

المهمة: قراءة الملاحظات الفوضوية والعثور على الأدلة.
الطريقة القديمة: كانت أدوات الذكاء الاصطناعي السابقة تشبه العدسة المكبرة التي تسلط الضوء على أي كلمة تبدو وكأنها عرض مرضي. كانت تجد "الحمى" و"التعب"، لكنها قد تتشتت أيضًا بتفاصيل غير ذات صلة.
طريقة RARE-PHENIX: يستخدم هذا الفريق نموذج لغة ضخم (LLM) فائق الذكاء — تخيله كمحقق قرأ كل الكتب الطبية التي كُتبت على الإطلاق. يقرأ ملاحظات الطبيب ويقول: "آه، 'صغير بالنسبة لعمره' ليس مجرد تعليق؛ هذا دليل محدد يسمى 'فشل النمو (Failure to Thrive)'". إنه يستخرج الأعراض ذات الصلة من وسط الفوضى.

2. المترجم (التقنين - Standardization)

المهمة: تحويل الأدلة إلى لغة عالمية.
المشكلة: قد يكتب طبيب "جنف (Scoliosis)"، ويكتب آخر "عمود فقري منحني"، وثالث "الظهر منحنٍ". إذا لم يعرف الحاسوب أن هذه الأشياء هي نفسها، فسيصاب بالارتباك.
طريقة RARE-PHENIX: يعمل هذا العضو في الفريق بمث de مترجم عالمي. يأخذ كل تلك الطرق المختلفة لقول "العمود الفقري المنحني" ويحولها جميعًا إلى رمز رسمي واحد: HP:0002650 (Scoliosis). يعتمد هذا على قاموس ضخم يسمى "الأنطولوجيا البشرية للأنماط الظاهرية (HPO)". الآن، يتحدث الحاسوب نفس لغة الأطباء.

3. المصفّي (تحديد الأولويات - Prioritization)

المهمة: تحديد أي الأدلة تهم حقًا.
المشكلة: تخيل أن لديك قائمة تضم 100 دليل. "لديه أنف"، "لديه عينان"، و"يتنفس"؛ كلها حقائق صحيحة، لكنها لا تساعد في حل لغز مرض نادر. إنها شائعة جدًا. الأدلة الحقيقية هي تلك الغريبة والمحددة مثل "أصابع زائدة" أو "بقع جلدية غير عادية".
طريقة RARE-PHENIX: يستخدم الفريق نظام ترتيب ذكي لفرز القائمة. فهو يدفع الأدلة المملة والشائعة إلى الأسفل ويجلب الأدلة النادرة والمحددة والتشخيصية إلى المقدمة تمامًا. إنه يشبه محرك البحث الذي لا يكتفي بإظهار كل النتائج، بل يظهر لك الأكثر صلة أولاً.

لماذا يعد هذا أمرًا بالغ الأهمية؟

اختبر الباحثون هذا النظام على أكثر من 16,000 ملاحظة حقيقية لمرضى من مستشفى كبير. وقارنوه بأفضل أداة ذكاء اصطناعي حالية (تسمى PhenoBERT).

النتيجة: كان RARE-PHENIX أفضل بكثير في العثور على الأدلة الصحيحة ووضعها في الترتيب الصحيح.
التشبيه: إذا كان الذكاء الاصطناعي القديم يشبه شخصًا يصرخ بقائمة من 50 كلمة عشوائية في وجهك، فإن RARE-PHENIX يشبه محققًا يسلمك ملاحظة لاصقة تحتوي على أهم 3 كلمات ستؤدي بالفعل إلى حل القضية.

الخلاصة

غالبًا ما ينتظر مرضى الأمراض النادرة سنوات للحصول على تشخيص لأن أعراضهم يصعب تحديدها. يعمل RARE-PHENIX كـ مضاعف للقوة (Force Multiplier) للأطباء. هو لا يحل محل الطبيب؛ بل يقوم بالعمل الشاق المتمثل في قراءة الملاحظات، وترجمة المصطلحات المعقدة، وتسليط الضوء على أهم الأدلة.

من خلال أتمتة "عمل التحقيق" هذا، يساعد الذكاء الاصطناعي الأطباء على تجاوز الأجزاء الطويلة والمملة من التحقيق والتركيز فورًا على الإجابات الأكثر احتمالًا، مما قد يوفر للمرضى سنوات من عدم اليقين. إنه يحول جبلًا من الأوراق الفوضوية إلى خارطة طريق واضحة وقابلة للتنفيذ للتشخيص.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "إطار عمل للذكاء الاصطناعي للنمذجة الظاهرية للأمراض النادرة من البداية إلى النهاية من الملاحظات السريرية باستخدام النماذج اللغوية الكبيرة" (RARE-PHENIX).

1. بيان المشكلة

يعوق تشخيص الأمراض النادرة ما يسمى بـ "رحلة التشخيص" التي يستغرق متوسطها من 4 إلى 8 سنوات، ويرجع ذلك إلى حد كبير إلى صعوبة ترجمة الملاحظات السريرية غير المهيكلة إلى سمات ظاهرية (phenotypes) مهيكلة ومعيارية.

الفجوة: بينما تحتوي السجلات الصحية الإلكترونية (EHRs) على كميات هائلة من البيانات، فإن سمات الأمراض النادرة غالباً ما تكون مدفونة في نصوص غير مهيكلة ويصعب التقاطها بواسطة رموز الفوترة القياسية.
قصور الذكاء الاصطناً الحالي: تعمل أساليب الذكاء الاصطناً الحالية عادةً على تحسين مكونات معزولة (مثل الاستخراج فقط أو التنميط فقط) بدلاً من نمذجة سير العمل السريري الكامل. وغالباً ما تفشل في التمييز بين الأعراض الشائعة وغير المحددة (مثل "التعب") والسمات الظاهرية ذات الأهمية التشخيصية، مما يؤدي إلى قوائم دقيقة ولكنها غير مفيدة سريرياً لتضييق نطاق التشخيص التفريقي.
الهدف: تطوير إطار عمل للذكاء الاصطناعي يعمل من البداية إلى النهاية يحاكي سير عمل الطبيب: استخراج السمات، وتنميطها وفقاً لـ "أنطولوجيا السمات البشرية" (HPO)، وترتيب السمات الأكثر أهمية من الناحية التشخيصية.

2. المنهجية: إطار عمل RARE-PHENIX

قام المؤلفون بتطوير RARE-PHENIX (النمذجة الظاهرية للأمراض النادرة باستخدام الاستخراج الذكي)، وهو خط إنتاج معياري يتكون من ثلاث مراحل مصمم لمعالجة الملاحظات السريرية غير المهيكلة وتحويلها إلى قائمة مرتبة من مصطلحات HPO.

الوحدة الأولى: استخراج السمات الظاهرية (Phenotype Extraction)

الهدف: تحديد واستخراج سمات الأمراض النادرة من النص السريري الخام.
الأساليب:
1. الضبط الدقيق التعليمي (Instruction Fine-Tuning): تم ضبط نماذج LLaMA مفتوحة المصدر (تتراوح من 1 مليار إلى 70 مليار معلمة، بما في ذلك LLaMA-2, 3, 3.1, 3.2, 3.3) باستخدام الضبط الدقيق الفعال للمعلمات (PEFT/QLoRA).
  - بيانات التدريب: مزيج من مجموعة بيانات RareDis (832 وثيقة منقحة من قبل خبراء من المنظمة الوطنية للأمراض النادرة) والسرديات السريرية الاصطناعية التي تم إنشاؤها بواسطة ChatGPT-4o بناءً على مصطلحات HPO منسقة من قبل الأطببة لـ 2,671 مريضاً من شبكة الأمراض غير المشخصة (UDN).
2. التحفيز بالقليل من الأمثلة (Few-Shot Prompting): تم استخدام نموذج ChatGPT-4o من Azure OpenAI (وهو نموذج مغلق المصدر) مع تقنية التحفيز بالقليل من الأمثلة لاستخراج السمات دون الحاجة للضبط الدقيق، ليكون بديلاً قابلاً للنشر.
المخرج: مساحات نصية خام للسمات الظاهرية محاطة بعلامات HTML.

الوحدة الثانية: التنميط إلى مصطلحات HPO (Standardization to HPO Terms)

الهدف: ربط السمات الظاهرية المستخرجة (النص الحر) بمصطلحات HPO المهيكلة (على سبيل المثال، "قصر نظر" $\leftarrow$ HP:0000545 Myopia).
المنهج: التوليد المعزز بالاسترجاع (RAG).
- تم إنشاء قاعدة بيانات شعاعية (vector database) لمصطلحات HPO باستخدام تضمينات الجمل (text-embedding-3-small).
- لكل سمة مستخرجة، يتم استرجاع أفضل 10 مصطلحات HPO الأكثر تشابهاً دلالياً.
- يتم توجيه نموذج لغوي كبير (LLM) لاختيار المصطلح الأكثر ملاءمة من HPO بناءً على السياق المسترجع وتعريفات الأنطولوجيا. إذا لم يتم العث de، فإنه يخرج نتيجة "لا يوجد" (none).
الفائدة: يربط النموذج بالمعرفة الخارجية لمنع الهلوسة وضمان التوافق التشغيلي للتحليلات الجينية اللاحقة.

الوحدة الثالثة: ترتيب أولويات السمات الظاهرية ذات الأهمية التشخيصية (Prioritization)

الهدف: ترتيب مصطلحات HPO المعيارية لإظار السمات الأكثر صلة سريرياً، وتصفية الأعراض الشائعة أو غير المحددة.
المنهج: التعلم الخاضع للإشراف للترتيب (Supervised Learning-to-Rank).
- المهمة: يتعلم نموذج ترتيب زوجي (pairwise ranking model) تخصيص درجات أعلى للمصطلحات المنقحة من قبل الأطباء (الإيجابية) مقارنة بالمصطلحات غير المنقحة (السلبية).
- الميزات: تتضمن بيانات المرضى (العمر، الجنس) ومقاييس مشتقة من قواعد المعرفة (OMIM, Orphanet) مثل المحتوى المعلوماتي، وعدد الارتباطات بين الجينات والأمراض، والتكرار العكسي للوثائق (IDF).
- النموذج: تم اختيار XGBoost مع هدف ترتيب زوجي كأفضل أداء بعد ضبط المعلمات الفائقة.
المخرج: قائمة مرتبة من مصطلحات HPO حيث تكون المدخلات العليا هي الأكثر احتمالاً للمساعدة في التشخيص.

3. تصميم الدراسة والبيانات

مجموعة التدريب: 2,671 مريضاً من 11 موقعاً سريرياً تابعاً لشبكة UDN (باستثناء فاندربيلت).
مجموعة التحقق الخارجي: 143 مريضاً من مركز جامعة فاندربيلت الطبية (VUMC)، بإجمالي 16,357 ملاحظة سريرية من العالم الحقيقي. تم عزل هذه المجموعة تماماً أثناء تطوير النموذج.
المعيار الذهبي: مصطلحات HPO المنقحة من قبل الأطباء من سير عمل UDN.
المقارن الأساسي: PhenoBERT، وهو نظام تعلم عميق متطور لاستخراج HPO.

4. النتائج الرئيسية

تم تقييم إطار العمل باستخدام التشابه الدلالي القائم على الأنطولوجيا (مقياس Lin)، والدقة (Precision)، والاستدعاء (Recall)، ودرجة F1.

الأداء من البداية إلى النهاية: تفوق RARE-PHENIX باستمرار على PhenoBERT.
- التشابه القائم على الأنطولوجيا: حقق RARE-PHENIX (باستخدام LLaMA-2-70b) تشابهاً قدره 0.70 عند حدود أعلى 50، مقارنة بـ 0.58 لـ PhenoBERT.
- الدقة والاستدعاء: أظهر RARE-PHENIX دقة واستدعاء ودرجة F1 أعلى بكثير. على سبيل المثال، أدت إضافة وحدة التنميط (الوحدة 2) إلى زيادة الدقة من 0.25 إلى 0.43 لنموذج LLaMA-2-70b.
تحليل الاستئصال (Ablation Analysis):
- التنميط (الوحدة 2): كان حاسماً في تحسين الدقة ودرجة F1 من خلال تقليل الضجيج والربط بمصطلحات محددة.
- الترتيب (الوحدة 3): حسن الأداء بشكل كبير، خاصة عند مستويات أقل من k (k=10 إلى k=30). زاد الترتيب من تشابه الأنطولوجيا بنسبة ~0.06–0.09 ومن الدقة بنسبة ~0.11–0.14 مقارنة بالترتيب العشوائي، مما يثبت أن الترتيب مهم بقدر الاستخراج.
تحليل الأخطاء:
- قلل RARE-PHENIX من السلبيات الكاذبة بنسبة 29% ومن الإيجابيات الكاذبة بنسبة 24% مقارنة بـ PhenoBERT.
- نُسبت معظم الأخطاء إلى الاختلافات اللغوية في الملاحظات السريرية (مثل "تأخر نمو شديد" مقابل "فشل في النمو") بدلاً من فشل استخراج النموذج.

5. المساهمات الرئيسية

نمذجة سير العمل من البداية إلى النهاية: أول إطار عمل يشغل كامل عملية التنميط السريري (الاستخراج $\leftarrow$ التنميط $\leftarrow$ الترتيب) بدلاً من تحسين المكونات بشكل منعزل.
آلية الترتيب: يقدم وحدة تعلم للترتيب خاضعة للإشراف تعمل خصيصاً على تصفية السموات الظاهرية ذات المعلومات التشخيصية، مما يعالج مشكلة "التخفيف" حيث يمكن للمصطلحات الدقيقة ولكن غير ذات الصلة أن تحجب الإشارات التشخيصية.
الاستعانة بـ RAG للتنميط: يوضح فعالية التوليد المعزز بالاسترجاع (RAG) في ربط مخرجات LLM بأنطولوجيا السمات البشرية، مما يقلل من الهلوسة.
التحقق الخارجي: تم التحقق من صحته باستخدام مجموعة بيانات مستقلة وكبيرة من العالم الحقيقي (أكثر من 16 ألف ملاحظة) من مؤسسة مختلفة، مما أظهر قدرة قوية على التعميم.

6. الأهمية والتأثير المستقبلي

الفائدة السريرية: من خلال مواءمة مخرجات الذكاء الاصطناعي مع سير عمل الطبيب الفعلي، ينتج RARE-PHENIX سمات ظاهرية مهيكلة ومرتبة أكثر توافقاً مع التنقيح البشري. يمكن لهذا أن يقلل بشكل كبير من العبء اليدوي للتنميط.
القابلية للتوسع: يسمح التصميم المعياري بنشر مكونات الاستخراج والتنميط في مراحل سابقة من أدوات التشخيص الأخرى (مثل خطوط أنابيب تحديد الأولويات الجينية).
مرونة الموارد: تظهر الدراسة أنه بينما تقدم النماذج الكبيرة (70B) أفضل أداء، فإن التعلم داخل السياق (in-context learning) باستخدام ChatGPT-4o يحقق استدعاءً مماثلاً، مما يوفر مساراً قابلاً للتطبيق في البيئات محدودة الموارد حيث لا يكون الضبط الدقيق المحلي ممكناً.
العمل المستقبلي: يشير المؤلفون إلى الحاجة إلى دراسات استشرافية لقياس التأثير على دقة التشخيص، والوقت المستغرق للتشخيص، وكفاءة سير عمل الأطباء في البيئات السريرية في الوقت الفعلي.

باختصار، يمثل RARE-PHENIX تحولاً من معاملة التنميط كعملية استخراج نص بسيطة إلى نمذجته كعملية استدلال سريري متعددة الخطوات ومعقدة، مما ينتج مخرجات ذكاء اصطناعي أكثر قابلية للتنفيذ بشكل كبير لتشخيص الأمراض النادرة.