طور الباحثون MOSAIC، وهو إطار عمل لنماذج اللغة الكبيرة (LLM) ذاتية مكون من مرحلتين لتصنيف الظواهر المرضية للشدة، باستخدام مرض السكري من النوع الثاني كدليل على المفهوم. يقوم النظام بدمج الأدلة السريرية والاستدلال على السجلات الصحية الإلكترونية لالتقاط شدة المرض متعددة الأبعاد.
- تم التقييم على مجموعة سكانية اصطناعية مكونة من 5,086 مريضًا مقابل ثلاث حقائق أساسية خوارزمية (DCSI، DiSSCo، Cooper) ونتائج الوفيات.
- حقق MOSAIC ذو الأوزان المفتوحة أداءً مساويًا للخط الأنابيب المغلق بمعامل كابتا المرجح يبلغ 0.773.
- يغطي الإطار مجالات غائبة عن المقارنات، بما في ذلك التصنيف الغلايكيمي القائم على المؤشرات الحيوية والعوامل الاجتماعية المحددة للصحة.
- أظهرت الطبقات القائمة على الوكلاء فصلًا كبيرًا لوفيات جميع الأسباب (log-rank p < 0.001) وابتعدت عن التنفيذ الحتمي (kappa = 0.428).
تُظهر الدراسة أن أنظمة LLM الذاتية يمكنها توليد وتطبيق ظواهر مرضية ذات شدة ذات معنى سريري من البيانات السريرية المهيكلة.