Keelemudelid aitasid arstide märkmetest välja lugeda, miks patsiendid ravimite võtmise katkestavad

Tartu Ülikooli teadlased näitasid, et suured keelemudelid suudavad arstide elektroonilistest märkmetest suure täpsusega tuvastada, miks patsiendid diabeediravimite või statiinide kasutamise lõpetavad. Uuring annab võimaluse seni raskesti analüüsitavat kliinilist infot terviseuuringutes kasutada.

TÜ arvutiteaduse instituudi terviseinformaatika uurimisrühmas tehtud uuringus ühendati kümme protsenti Eesti rahvastiku retseptiandmeid (2012–2019) arstide märkmetega.

„Retseptiandmetest näeme, et ravim on jäänud välja ostmata, kuid põhjus on sageli kirjas hoopis arsti märkmetes. Seni oli seda infot võimalik kasutada vaid väga piiratud mahus, sest haiguslugude käsitsi läbitöötamine on äärmiselt ajamahukas,“ ütles Tartu Ülikooli terviseinformaatika nooremteadur Hendrik Šuvalov.

Esmalt tuvastati patsiendid, kes olid vähemalt ühe aasta jooksul jätnud ravimi välja ostmata. Seejärel kasutati suuri keelemudeleid, et leida arstide märkmetest ravi lõpetamisega seotud fraasid, põhjused ja võimaluse korral ka see, kas ravi lõpetamise algatas patsient või arst.

Suurem osa analüüsist tehti keelemudeli Llama-3.1-70B kinnises keskkonnas. Võrdluseks kasutati mudelit GPT-4o ainult käsitsi üle vaadatud ja tundlikust infost puhastatud tekstiga. Meditsiinieksperdid kinnitasid, et ülikooli serveris töötav keelemudel suutis ravimite katkestamisega seotud fraase ja põhjuseid väga hästi tuvastada: fraaside leidmise täpsus oli 93–98 protsenti ja põhjuste tuvastamine 95–96 protsenti.

Hendrik Šuvalovi sõnul näitab uuring, et terviseandmetes peitub märksa rohkem teavet, kui kajastub diagnoosides, laboritulemustes või retseptikirjetes. „Terviseandmetes on peidus ka killud sellest, kuidas ravi päriselt kulgeb. Patsientide kogemused, kõrvaltoimed ja ravi muutmise põhjused jõuavad sageli arsti märkmetesse, kuid jäävad tavapärastes andmeanalüüsides kasutamata,“ rääkis Šuvalov.

Uuringust selgus, et kõige sagedamini katkestati ravi kõrvaltoimete tõttu. Statiinide puhul moodustasid kõrvaltoimed umbes 70 protsenti dokumenteeritud katkestamise põhjustest ja diabeediravimite puhul ligi 45 protsenti juhtudest. Diabeediravimite kasutamise lõpetamisel mängisid võrreldes statiinidega suuremat rolli ka ravi ebapiisav mõju ja vastunäidustused.

Uuringu suurim väärtus seisneb aga meetodis, kuidas muuta keelemudelite abil seni raskesti kasutatav kliiniline vabatekst uuritavaks andmestikuks, mis aitab teadlastel raviteekondi paremini tuvastada ja toetada tõenduspõhiste otsuste tegemist tervisepoliitikas.

Loe lähemalt: https://doi.org/10.2196/86183.

Šuvalov, H., Umov, N., Malk, M., Haug, M., Laur, S., Oja, M., Tamm, S., Reisberg, S., Vilo, J., & Kolde, R. (2026). Extracting and Classifying Drug Discontinuations From Estonian Electronic Health Records: Development and Validation Study. Journal of Medical Internet Research. https://doi.org/10.2196/86183