Mendel, leader nell’intelligenza artificiale clinica, ha annunciato oggi i risultati della sua ultima ricerca sull’intelligenza artificiale neuro-simbolica. Il sistema di intelligenza artificiale clinica di Mendel ha raggiunto significativi progressi nell’automazione dell’identificazione delle coorti di pazienti da registri elettronici strutturati e non strutturati, superando GPT-4 in vari benchmark.
Questo avanzato approccio combina modelli linguistici di grandi dimensioni (LLM) con il motore di ragionamento ipergrafico proprietario di Mendel. La ricerca ha dimostrato come questa combinazione abbia migliorato notevolmente il recupero automatico delle coorti (ACR), essenziale per la ricerca clinica e l’assistenza sanitaria.
Mendel ha introdotto due innovativi tipi di ragionamento:
- Ragionamento longitudinale: Gestisce efficacemente la natura evolutiva delle cartelle cliniche elettroniche non strutturate, elaborando i dati del paziente una sola volta per creare un percorso simbolico consultabile a basso costo.
- Ragionamento su larga scala: Utilizza un ragionamento ipergrafico in tempo reale accoppiato con LLM clinici, migliorando Precisione e Recall nelle attività di recupero di coorte rispetto alle soluzioni basate solo su LLM.
La ricerca di Mendel ha introdotto un nuovo benchmark per l’ACR, valutando diverse soluzioni tra cui Retrieval-Augmented Generation (RAG) e il sistema neurosimbolico Hypercube di Mendel. I risultati evidenziano l’efficacia trasformativa del sistema di Mendel nel migliorare l’accuratezza del recupero di coorte e nella stratificazione precisa dei pazienti per interventi mirati.
Questo progresso non solo promette di trasformare la ricerca clinica, ma anche di migliorare significativamente l’assistenza sanitaria attraverso applicazioni avanzate dell’intelligenza artificiale.