Institution-Specific LLM Prompting Recovers PHI That De-identification Systems and Their Gold Standards Both Miss
تُظهر هذه الدراسة أن التلقين الموجه لنماذج اللغات الكبيرة الخاص بالمؤسسات يستعيد بفعالية معلومات صحية محمية محددة محلياً أغفلتها أنظمة إزالة تحديد الهوية التقليدية ومعاييرها المرجعية، محققةً بذلك استدعاءً ودقةً فائقين مع تمكين تدقيق وتصحيح أخطاء التوسيم المرجعي في الوقت ذاته.
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
تنتج المستشفيات تدفقاً مستمراً من السجلات المكتوبة، من ملاحظات الدخول إلى ملخصات الخروج، والتي تلتقط التفاصيل الحميمة لحياة المريض. ولكي يتمكن الأطباء والعلماء من استخدام هذه السجلات لأغراض البحث أو لتحسين أنظمة الرعاية، يجب عليهم أولاً إزالة أي شيء يمكن أن يحدد هوية شخص معين، مثل الأسماء أو التواريخ أو أرقام السجلات الطبية. هذه العملية، المعروفة باسم "إزالة الهوية"، هي متطلب قانوني مصمم لحماية الخصوصية مع السماح بمشاركة البيانات الطبية في الوقت ذاته. ولعقود من الزمن، كُلفت أجهزة الكمبيوتر بالبحث عن هذه التفاصيل وإخفائها باستخدام القواعد والأنماط. ومع ذلك، غالباً ما تعاني هذه الأنظمة مع المعلومات الخاصة بمستشفى أو عيادة معينة؛ فقد لا يعني اختصار بسيط لمبنى ما، أو رمز داخلي فريد لقسم ما، أو اسم مستعار لمنشأة محلية شيئاً لبرنامج كمبيوتر عام، ولكن قد يكشف ذلك فوراً هوية المريض لشخص مطلع على تلك المؤسسة المحددة.
وضع فريق من الباحثين في كلية بايلور للطب ومستشفى تكساس للأطفال اختباراً لمعرفة ما إذا كان جيل جديد من البرامج الحاسوبية المتقدمة، والتي تُسمى "نماذج اللغات الكبيرة"، يمكنها حل هذه المشكلة المحددة. تم تدريب هذه النماذج على كميات هائلة من النصوص ويمكنها فهم السياق بطرق لا تستطيع البرمجيات القديمة استيعابها. أراد الباحثون معرفة ما إذا كان بإمكانهم ببساطة توجيه هذه النماذج للبحث عن التفاصيل الخاصة بالمستشفى التي تغفل عنها الأنظمة التقليدية، دون الحاجة إلى إعادة تدريبها من الصفر. كما أرادوا معرفة ما إذا كان هذا النهج يمكن أن يتجنب فخاً شائعاً: وهو إزالة الكثير من المعلومات لدرجة تجعل الملاحظات الطبية عديمة الفائدة، أو ترك الكثير منها مما يؤدي إلى خطر خرق الخصوصية.
جمع الفريق مائة ملاحظة سريرية حقيقية لمرضى أورام الأطفال، وهي سجلات لأطفال مصابين بالسرطان. تمت مراجعة هذه الملاحظات بعناية من قبل خبراء بشريين قاموا بتحديد كل قطعة من المعلومات الخاصة التي تمكنوا من العثين عليها، مما خلق قائمة مرجعية صارمة لما يجب إخفاؤه. تضمنت هذه القائمة عناصر قياسية مثل الأسماء والتواريخ، ولكنها شملت أيضاً التفاصيل المحلية الصعبة مثل اسم جناح محدد في المستشفى أو رقم جهاز النداء الخاص بموظف ما. طلب الباحثون من ثمانية نماذج مختلفة من نماذج اللغات الكبيرة معالجة هذه الملاحظات، واختبروا النماذج بثلاث طرق مختلفة. أولاً، أعطوا النماذج مجموعة قياسية من التعليمات بناءً على قوانين الخصوصية الفيدرالية. بعد ذلك، أضافوا تعليمات محددة للبحث عن التفاصيل المحلية الخاصة بالمستشفى التي تتجاهلها القواعد القياسية غالباً. وأخيراً، أضافوا طبقة ثالثة من التعليمات لإخبار النماذج بدقة بما لا يجب إخفاؤه، لضمان عدم إزالة الحقائق الطبية المهمة مثل جرعات الأدوية أو نتائج المختبر عن طريق الخطأ.
أظهرت النتائج أن نماذج الكمبيوتر الجديدة كانت أفضل بكثير في أداء مهمتها من البرامج المتخصصة المستخدمة حالياً في المستشفيات. فقد وجد أفضل نموذج وخبأ جميع المعلومات الخاصة تقريباً، بما في ذلك التفاصيل المحلية الصعبة التي أغفلتها الأنظمة القديمة. وعندما أضاف الباحثون التعليمات المحددة المتعلقة باختصارات المستشفى وأسماء المباني الخاصة بها، استعادت النماذج ما يقرب من ثمانين بالمائة من التفاصيل التي فشلت القواعد القياسية في رصدها. ومن الأهمية بمكان أن الباحثين وجدوا أنه يمكنهم إصلاح ميل النماذج إلى أن تكون مفرطة في الحذف ببساطة عبر إخبارها بما يجب تركه دون تغيير. وقد سمح هذا للنماذج بأن تكون حذرة جداً بشأن الخصوصية وحذرة جداً أيضاً بشأن الحفاظ على فائدة النص الطبي.
اختبرت الدراسة أيضاً فكرة أكثر تعقيداً: هل يمكن لفريق من برامج الكمبيوتر يعمل معاً، حيث يقوم برنامج بفحص عمل الآخر، أن يؤدي وظيفة أفضل من برنامج واحد؟ جرب الباحثون تركيبات متنوعة من هذه الفرق متعددة الخطوات، لكن لم يظهر أي منها أداءً أفضل من نموذج واحد يعمل في تمريرة واحدة مع توجيهات جيدة. في الواقع، كانت الفرق المعقدة غالباً أقل اتساقاً وتتطلب قوة حوسبة أكبر. وكان النهج الأكثر فعالية هو ببساطة إعطاء النموذج الواحد قائمة واضحة ومفصلة لما يجب البحث عنه وما يجب تجنبه.
لعل الاكتشاف الأكثر إثارة للدهشة جاء عندما فحص الباحثون أخطاء النماذج عن كثب. فقد وجدوا أن النماذج كانت غالباً محقة في إخفاء معلومات فات على الخبراء البشريين رصدها. فعندما أعاد الباحثون فحص الملاحظات، أكدوا أن العديد من العناصر التي أخفتها النماذج كانت بالفعل معلومات خاصة أغفلتها القائمة الأصلية. يشير هذا إلى أن القو listas القياسية المستخدمة لتدريب واختبار هذه الأنظمة غالباً ما تكون غير مكتملة؛ فالنماذج لم تكن تتبع القواعد فحسب، بل كانت تقوم فعلياً بمراجعة القواعد نفسها، واكتشاف الثغرات التي غفل عنها المراجعون البشريون.
خلص الباحثون إلى أن المفتاح لتحقيق حماية أفضل للخصوصية ليس بناء فرق حاسوبية أكثر تعقيداً، بل إعطاء النماذج تعليمات أفضل. فمن خلال تسمية التفاصيل المحلية المحددة التي يحتاج المستشفى لحمايتها والتحذير من إزالة الكثير من المعلومات، يمكن لعملية حاسوبية واحدة أن تحقق مستوى من الأمان والدقة لا تستطيع الأنظمة القديمة مضاهاته دون إعادة تدريب مكلفة. يوفر هذا النهج طريقة مرنة لتكييف حماية الخصوصية مع أي مستشفى أو عيادة محددة، مما يضمن بقاء بيانات المرضى آمنة دون فقدان التفاصيل الطبية اللازمة لإنقاذ الأرواح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.