A Neurosymbolic Approach for Constructing Planning Domain Models from Clinical Narratives
Dieses Paper stellt NSPIN vor, ein neurosymbolisches Framework, das Large Language Models mit empirischer Validierung kombiniert, um automatisch probabilistische Planungsdomänenmodelle aus unstrukturierten klinischen Narrativen zu konstruieren und damit effektiv die Herausforderungen impliziter Aktionen und Datenknappheit in komplexen chirurgischen Arbeitsabläufen zu bewältigen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Krankenhäuser sind gefüllt mit Geschichten, die in den Randnotizen der Patientenversorgung geschrieben stehen. Chirurgen halten ihre Arbeit in detaillierten Notizen fest und beschreiben dabei, wie sie mit den spezifischen Komplikationen eines bestimmten Patienten umgingen, von einem perforierten Organ bis hin zu einer unerwarteten Infektion. Jahrzehntelang blieb dieses Wissen in den einzelnen Krankenakten gefangen, nützlich nur für die Person, die es schrieb, oder das Team, das diesen speziellen Patienten betreute. Es wurde nie in ein einziges, klares Bild zusammengeführt, wie diese Eingriffe tatsächlich über tausende Fälle hinweg funktionieren. Wissenschaftler wollten schon lange, diese ungeordneten, handschriftlichen Geschichten in einen formellen Satz von Regeln verwandeln – eine logische Karte, die genau zeigt, was geschehen muss, bevor ein Chirurg den nächsten Schritt machen kann, und was als Folge daraus passieren könnte. Diese Art von Karte ist essenziell für den Aufbau künstlicher Intelligenz, die neue Ärzte ausbilden, Operationsberichte automatisch überprüfen oder sogar zukünftige Robotersysteme leiten kann. Die Herausforderung besteht darin, dass die menschliche Sprache voller Abkürzungen und Annahmen ist. Ein Chirurg schreibt vielleicht, dass er „einen Port platziert“, ohne zu erwähnen, dass er zuvor eine Inzision vornehmen musste, weil dieser Schritt für ihn so offensichtlich ist, dass er nicht erwähnt werden muss. Computer können jedoch nicht erraten, was offensichtlich ist; sie benötigen jeden einzelnen Schritt explizit benannt, um die Logik der Operation zu verstehen.
Ein Forschungsteam hat eine neue Methode entwickelt, um dieses Problem zu lösen, indem es tausende unstrukturierte chirurgische Notizen in ein präzises, logisches Modell eines häufigen pädiatrischen Eingriffs namens laparoskopische Appendektomie umwandelt. Dieser Eingriff, bei dem ein entzündeter Blinddarm durch kleine Schnitte entfernt wird, wird häufig in Kinderkrankenhäusern durchgeführt, was einen reichen Datensatz von über 2.600 realen Notizen liefert, die von neun verschiedenen Chirurgen verfasst wurden. Die Forscher entwickelten ein System, das als Brücke zwischen der fließenden Natur der menschlichen Sprache und den starren Anforderungen der Computerlogik fungiert. Sie nennen dieses System NSPIN. Es arbeitet zuerst mit einem leistungsstarken Sprachmodell, einer Art künstlicher Intelligenz, die auf riesigen Textmengen trainiert wurde, um die Rohnotizen zu lesen und die spezifischen Handlungen und Beobachtungen zu extrahieren, die darin erwähnt werden. Da die Notizen oft unvollständig sind, nutzt das System dasselbe Sprachmodell, um die fehlenden Lücken zu schließen, indem es die verborgenen Schritte ableitet, die ein Chirurg unternommen haben muss, die er aber nicht aufgeschrieben hat. Schließlich verwendet es eine andere Art von mathematischer Logik, um diese Schritte in einen kohärenten Plan zu organisieren und die Arbeit gegen die Daten zu prüfen, um sicherzustellen, dass die Regeln sinnvoll sind.
Der Prozess beginnt damit, dass das System den Rohtext einer chirurgischen Notiz liest. Es identifiziert die Schlüsselereignisse, wie etwa das Vornehmen einer Inzision oder das Platzieren eines chirurgischen Instruments, und ordnet sie in der Reihenfolge an, in der sie auftraten. Die Forscher stellten jedoch fest, dass das bloße Lesen des Textes nicht ausreichte. Chirurgen lassen oft universelle Protokolle oder offensichtliche Zwischenschritte weg, was den Computer mit einer unterbrochenen Ereigniskette zurücklässt. Um dies zu beheben, bittet das System das Sprachmodell, als klinischer Experte zu agieren und die fehlenden Schritte vorzuschlagen, die die aufgezeichneten Ereignisse logisch miteinander verbinden. Wenn eine Notiz beispielsweise erwähnt, dass ein Appendix entfernt wurde, leitet das System ab, dass die Basis des Appendix zuerst gesichert worden sein muss, selbst wenn der Chirurg dies nicht explizit aufgeschrieben hat. Dieser Schritt ist entscheidend, da er das stille Wissen wiederherstellt, das Experten in ihren Köpfen tragen, aber selten zu Papier bringen. Das System generiert mehrere mögliche Versionen dieser fehlenden Schritte und kombiniert sie dann, wobei es nur diejenigen behält, in denen sich die Mehrheit der generierten Versionen einig ist, um sicherzustellen, dass die endgültige Sequenz robust und zuverlässig ist.
Sobald das System eine vollständige, geordnete Sequenz von Ereignissen für jede Operation erstellt hat, baut es ein formelles Modell auf, das die Regeln der Operation beschreibt. Dieses Modell definiert, welche Bedingungen erfüllt sein müssen, bevor eine bestimmte Handlung vorgenommen werden kann, und was die wahrscheinlichen Folgen dieser Handlung sind. Beispielsweise lernt es, dass ein Chirurg keinen chirurgischen Port platzieren kann, bevor eine Inzision vorgenommen wurde, und dass das Platzieren des Ports dazu führen kann, dass Adhäsionen, also Verwachsungen oder Narbengewebe, entdeckt werden, was dann ein spezifisches Verfahren zu deren Entfernung erfordert. Die Forscher testeten diesen Ansatz, indem sie ihn mit Methoden verglichen, die sich ausschließlich auf das Sprachmodell ohne den Schritt der logischen Überprüfung stützten. Sie fanden heraus, dass der kombinierte Ansatz weit überlegen war. Das System, das die logischen Regeln zur Verfeinerung der Vorschläge des Sprachmodells nutzte, erzeugte ein Modell, das wesentlich besser darin war, vorherzusagen, was als Nächstes in einer Operation passieren würde, und zu identifizieren, welche Handlungen zu einem gegebenen Zeitpunkt tatsächlich möglich waren.
Die Ergebnisse zeigten, dass das System aus den Notizen von neun verschiedenen Chirurgen lernen und einen allgemeinen Satz von Regeln erstellen konnte, der für alle von ihnen funktionierte, selbst wenn es mit Notizen eines Chirurgen getestet wurde, den es noch nie gesehen hatte. Als die Forscher medizinische Experten baten, die vom System abgeleiteten Schritte zu überprüfen, bestätigten die Experten, dass die fehlenden Schritte klinisch korrekt und notwendig waren. In einem Fall stellte das System korrekt die Information wieder her, dass ein Chirurg die Bauchwand mit einer spezifischen Art von Naht verschlossen hatte, obwohl der Informationsextraktor zunächst scheiterte, dies aus einer Notiz zu extrahieren, die explizit besagte: „Die Umbilikalfaszie wurde mit 0 Vicryl vernäht.“ In einem anderen Fall schlussfolgerte es, dass die Sicherung der Basis des Appendix eine Voraussetzung für das Schneiden war – eine logische Notwendigkeit, die nicht explizit im Text stand. Diese Ergebnisse zeigen, dass das System erfolgreich das implizite, ungeschriebene Wissen menschlicher Experten in ein formelles, nutzbares Format übersetzen kann.
Die Studie zeigte auch, dass das Vertrauen auf das Sprachmodell allein, ohne die logische Verfeinerung, zu Fehlern führte. Das Sprachmodell allein neigte dazu, Regeln zu erstellen, die entweder zu locker oder zu restriktiv waren und oft die wahren Ursache-Wirkungs-Beziehungen übergingen, die einen chirurgischen Eingriff steuern. Durch die Kombination der Fähigkeit des Sprachmodells, Texte zu verstehen, mit der Fähigkeit eines symbolischen Systems, logische Konsistenz durchzusetzen, schufen die Forscher ein Modell, das sowohl flexibel genug war, um die Vielfalt der menschlichen Schreibweise zu bewältigen, als auch streng genug, um von Maschinen vertraut werden zu können. Dieser Ansatz deutet einen Weg nach vorn für den Aufbau künstlicher Intelligenz in Hochrisikofeldern wie der Medizin auf, in denen das Verständnis des „Warum“ hinter einer Handlung genauso wichtig ist wie das Wissen um das „Was“. Die Arbeit erhebt nicht den Anspruch, alle Probleme der chirurgischen Automatisierung gelöst zu haben, bietet aber eine bewährte Methode, um die riesige, unstrukturierte Geschichte der Patientenversorgung in ein strukturiertes Fundament für zukünftige Werkzeuge zu verwandeln, die die Patientensicherheit und die chirurgische Ausbildung verbessern könnten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.