عندما يستعد الطبيب لاستقبال مريض، من المفيد له أن يفهم مسبقًا ما الذي من المرجح أن يأتي به المريض. هذه هي المهمة التي تحلها أنظمة التنبؤ بالتشخيصات: بناءً على تاريخ الزيارات السابقة، تتنبأ برموز التصنيف الدولي للأمراض (ICD) التي قد تظهر في الملف في الزيارة القادمة. أحد الأساليب الحديثة هو البحث العميق القائم على الوكلاء، حيث تعمل نماذج مختلفة ضمن خط أنابيب بحثي موحد.
ما هي المهمة؟
يتعلق الأمر بالتنبؤ الاستباقي متعدد التصنيفات. النظام لا يصنف ملاحظة موجودة بالفعل: السجل المستقبلي لم يُنشأ بعد، لذلك يجب أن يعتمد النموذج فقط على التاريخ الطولي للمريض. في الوقت نفسه، قد يكون هناك عدة رموز صحيحة، وقد تتعلق بحالات مزمنة أو حالات جديدة.
تنقسم الحلول التقليدية هنا عادةً إلى نوعين. النماذج الأساسية المنظمة، المدربة على السجلات الطبية الإلكترونية، تلتقط جيدًا تكرار الزيارات والديناميكيات الزمنية للأمراض. نماذج اللغة، على العكس، قوية في بناء فرضيات مرنة قريبة من الاستدلال السريري. لكن كلًا منهما بمفرده يفقد جزءًا من المعلومات.
في preprint على arXiv (2608.17075) تم وصف نظام ICD-Deepresearch الذي يحاول الجمع بين النهجين. إنه سير عمل قائم على الوكلاء: تعمل النماذج التنبؤية مع البحث الطبي وقواميس الرموز، ويتم تشكيل الإجابة النهائية مع مراعاة الارتباطات السريرية الخارجية. البحث العميق هنا ليس عرض روابط، بل تحقيق متعدد الخطوات: النظام نفسه يقرر أي المصادر يجب فحصها وكيفية مطابقتها مع تاريخ المريض.
كيف يعمل التنبؤ
لا يحتوي أي مصدر بيانات على "المجموعة المستقبلية" من الرموز، لذلك يعمل النظام مسبقًا ضمن ميزانية top-K. يقوم بتقييم الانتقالات المحتملة من الحالة الحالية للمريض إلى التشخيصات المستقبلية، باستخدام ثلاثة مصادر للإشارة: تاريخ المرض نفسه، والارتباطات السريرية الخارجية، والدلالات الدقيقة لرموز ICD.
توليد المرشحين
الدائرة الأولى تشغل نموذج SparseEHR. يقوم بتشكيل أولوية EHR — توزيع احتمالات عبر الرموز بناءً على الزيارات السابقة. تصبح هذه الأولوية نقطة انطلاق لجولتين محدودتين من توسيع البحث: يبحث النظام بشكل هادف عن ارتباطات سريرية إضافية في المصادر الخارجية، دون تحويل البحث إلى استعراض لا نهائي.
بالتوازي، يعمل مسار مستقل — التنبؤ المباشر باستخدام GPT-5. يقدم مجموعة مرشحين خاصة به، لا تعتمد على النموذج المتناثر. وبهذا، يعوض الأسلوبان نقاط الضعف لدى بعضهما البعض: أحدهما يعتمد على إحصاءات رسمية، والآخر على الفهم اللغوي للأعراض.
الاختيار النهائي
تمر المرشحات المجمعة بالتحقق: يزيل النظام التكرارات، ويتحقق من المطابقة مع قاموس ICD، ويقوم بترتيب مشترك لكلا المصدرين. ثم تقوم وحدة منفصلة بتكوين مبررات نصية تشرح لماذا دخل رمز معين إلى القائمة. من المهم أن هذه الوحدة لا تؤثر على التنبؤات نفسها — إنها فقط تجعل النتيجة أكثر شفافية للطبيب.
ماذا أظهرت التجارب
تم تقييم الفعالية على بيانات العناية المركزة MIMIC-III وMIMIC-IV. نظرًا لوجود عدة رموز صحيحة محتملة، تم حساب المقاييس كمتوسط لكل مريض: هذا أقرب إلى الممارسة السريرية الحقيقية من العد الدقيق المعتاد عبر جميع التنبؤات.
- على MIMIC-III بلغت الدقة 24.60%، والاستدعاء 35.09%.
- على MIMIC-IV — 25.14% و48.32% على التوالي.
الاستدعاء على MIMIC-IV أعلى بشكل ملحوظ: يجد النظام الرموز المطلوبة فعليًا في كثير من الأحيان، حتى لو لم يتجنب الرموز الزائدة.
بشكل منفصل، قام الأطباء بتقييم فائدة المستندات التي يستخرجها النظام لتأكيد التنبؤ. هنا تتقدم نتيجة ICD-Deepresearch بشكل ملحوظ على الأدوات المستقلة: كانت 51% و68% من المستندات مفيدة مقابل 22% و39% للبحث المستقل على الويب القائم على GPT-5 و32% و41% لـ Medical Deep Research.
لماذا هذا مهم
الاستنتاج الرئيسي للدراسة هو أن التعاون بين النماذج منتج، وليس المنافسة. يُظهر ICD-Deepresearch أن الإحصاءات الطبية المنظمة والبحث اللغوي القائم على الوكلاء يمكن أن يعملا في سلسلة واحدة: قاموس ICD يحدد الإطار، والمصادر الخارجية تضيف السياق، والمبررات تساعد الطبيب على التحقق من مسار الاستدلال.
للممارسة، هذا يعني تنبؤًا بالتشخيصات في وقت أبكر وأكثر قابلية للتفسير. النظام لا يحل محل القرار السريري، لكنه يقلل من خطر تفويت حالة مهمة أثناء الاستقبال. وبالتالي، في المستقبل، يمكن أن تصبح هذه الأدوات جزءًا من المساعد الرقمي للطبيب — من تخطيط الموارد إلى عمليات التأمين.
