شامل نذير بوعشةRAG الزمني للرعاية الصحية
بنية قائمة على الاسترجاع أولًا، تجمع بين الصلة الدلالية وقيود زمنية صريحة على المعلومات الصحية الطولية، وتعالج درجة التفصيل الزمني، وربط الأحداث بزمنها، وتتبّع المصدر، والاتساق وقت الاسترجاع.
السؤال
«كيف يمكن استخراج المعلومات الزمنية وتمثيلها ودمجها في إطار للتوليد المعزز بالاسترجاع (RAG)، بما يدعم الإجابة عن الأسئلة المتعلقة بالوثائق الصحية بوعي زمني أكبر؟»
الصلة الدلالية لا تكفي للاسترجاع الصحي الحساس للزمن: هذه هي الفرضية الأولى للعمل. فالدليل المرتبط طبيًا باستعلام ما ليس بالضرورة صالحًا للزمن الذي يقصده الاستعلام، ولذلك قد يؤدي الترتيب حسب التشابه وحده إلى إبراز مقاطع غير مناسبة زمنيًا.
ينبغي أن يكمّل التوافق الزمني الاسترجاع الدلالي لا أن يحل محله. فالزمن إشارة ثانية لاختيار الأدلة، وليس مصفاةً تعمل وحدها.
السياق
تصف السجلات الطولية الحالة المرضية وهي تتغير: تبدأ الأدوية وتتوقف، وتزول الأعراض، وتُخطَّط الفحوص ثم تُجرى لاحقًا. وعلى نظام الاسترجاع أن يحفظ التواريخ النسبية مفسَّرة بالرجوع إلى تاريخ الملاحظة نفسها، وترتيب الأحداث، وفترات الصلاحية، وما إذا كان الحدث مخططًا له أو منجزًا، ودرجة التفصيل الزمني، والمدة.
درجة التفصيل الزمني قيد قائم بذاته. فالملاحظة التي تذكر أن تشخيصًا ما وُضع «في 2024» لا تسند استنتاجًا بشأن اليوم المحدد، ولا ينبغي للاسترجاع أن يضيف دقة يفتقر إليها الدليل.
يستخدم العمل خطوطًا زمنية اصطناعية للمرضى، ولا يستخدم أبدًا سجلات مرضى حقيقية. فالوصول إلى السجلات الحقيقية مقيد بمتطلبات أخلاقية وقانونية ومؤسسية، والخطوط الزمنية الاصطناعية تُبقي التقييم مضبوطًا وقابلًا للتدقيق.
مساهمتي
- من عملي
- تنفيذ نظام RAG الزمني من البداية إلى النهاية، وتصميم مكوّن المُرمِّز الزمني وتقييمه، وتصميم منهجية التقييم، ودمج مكوّنات الاسترجاع والمكوّنات الزمنية في النظام العامل.
- مشترك
- صُمّمت البنية العامة للاسترجاع مفاهيميًا بالاشتراك مع المشرف في Télécom SudParis.
- ليس من عملي
- كانت مرحلة TIMEX الأصلية بلغة Java موجودة قبل هذا العمل؛ وقد نقلها شامل إلى Python وكيّفها لمعالجة الإنجليزية والفرنسية. ولا يُنسب إلى شامل ما أنجزه المتعاونون من تنفيذ أو اختبار يعتمد على GPU.
المنهج
يجري الاسترجاع عبر مسار خاص بالمريض، بفرعين لحساب الدرجات:
الاقتصار على المريض. تقتصر المقاطع المرشحة على مقاطع المريض المعني بالسؤال، فلا يمكن بحكم البناء أن يدخلها دليل من مرضى آخرين.
حساب درجة الصلة الدلالية. يمنح نموذج دلالي أساسي كل مقطع مرشح درجة تعبّر عن صلته الموضوعية بالسؤال.
حساب درجة التوافق الزمني. يمنح تضمين زمني يراعي DCT درجات للمقاطع المرشحة نفسها. يُرمَّز كل مقطع مع وقت إنشاء وثيقته، ويُرمَّز السؤال انطلاقًا من نصه.
التطبيع لكل استعلام. تُردّ الدرجتان إلى مدى مشترك بتطبيع min-max داخل مجموعة المقاطع المرشحة للسؤال.
الدمج والترتيب. يعطي مزج خطي للدرجتين المطبَّعتين درجة هجينة، وتُختار المقاطع الأعلى رتبةً أدلةً.
يُقيَّم النظام على مستوى الاسترجاع؛ أما توليد الإجابات من البداية إلى النهاية فخارج نطاق هذا العمل.
الشواهد
يوثّق النص الكامل العمل الذي يقوم عليه هذا النظام: المدونة الغنية بالمعلومات الزمنية وسلسلة التوسيم الزمني، ونموذج التمثيل الزمني، وتقييمات على مستوى الاسترجاع على معايير مرجعية زمنية عامة وعلى TempMedBench.
ذو صلة
- سلسلة التوسيم الزمني · البيانات في الأساس
- TempMedBench · قياسه
- الأوراق البحثية والمذكرات · المذكرة والكتابات ذات الصلة