SynthEHR-eviction: שיפור זיהוי גורמי סיכון חברתיים של פינוי באמצעות נתוני רשומות רפואיות סינתטיות בהגדלת LLM

מדוע קשיים בדיור שייכים לרשומות הרפואיות

הפינוי מהבית יכול לפגוע קשות בבריאות, ובכל זאת רוב מערכות הבריאות כמעט שאינן מתעדות אותו כאשר הוא מתרחש. מאמר זה מתאר שיטה חדשה ללמד בינה מלאכותית לזהות סימנים לפינוי ולקשיים חברתיים קשורים בתוך רשומות הרופא. על‑ידי המרה של מעט עבודה מקצועית לערכת אימון גדולה וריאליסטית, הגישה עשויה לסייע למערכות בריאות לזהות אנשים בסיכון מוקדם יותר ולחברם לשירותי דיור ותמיכה חברתית.

כאשר אובדן דיור פוגע בבריאות

פינוי אינו רק שינוי כתובת. הוא מקושר לחוסר בית, אבטלה, דיכאון ואף לתמותה מוגברת, עם השפעות כבידות במיוחד על קבוצות מוחלשות ובתקופות משבר כמו מגפת הקורונה. ועדיין, ברוב רשומות הבריאות האלקטרוניות המידע על אובדן דיור או על איום בפינוי מופיע בדרך כלל רק בטקסט חופשי, ולא בשדות או בקודים סטנדרטיים. זה מקשה על בתי חולים, חוקרים ומקבלי מדיניות לזהות היכן מתרחש פינוי, מי מושפע ביותר ומתי יש להתערב.

בניית סיפורי מטופלים סינתטיים וריאליסטיים

מכיוון שהערות קליניות שמזכירות פינוי בצורה ברורה הן נדירות ורגישות, המחברים יצרו צינור עבודה בשם SynthEHR‑Eviction להפקת דוגמאות סינתטיות ריאליסטיות לחלוטין. הם התחילו מקטעי היסטוריה חברתית ברשומות אשפוז אמיתיות והשתמשו במודלים לשוניים גדולים — מערכות בינה מלאכותית שאומנו על אוספי טקסט עצומים — כדי לשכתב כל הערה כך שתשקף מצב דיור או חברתי מסוים. מומחים הגדירו בקפדנות 14 קטגוריות, כולל שלבי פינוי מפורטים כגון «ממתין», «הסכמה הדדית לסיום שכר דירה», ו«פינוי בעבר מול פינוי נוכחי», וכן סוגיות קשורות כמו היעדר מגורים, חוסר ביטחון תזונתי ובעיות בתשלום חשבונות. בתהליך איטרטיבי עם מעורבות אנושית, קלינאים בדקו דגימות פלט, סימנו שגיאות והזינו משוב מובנה חזרה לתהליך ההנחיה עד שכל «מגדיל» בינה מלאכותית הפיק הערות מדויקות מאוד עם מיעוט עמימות. התוצאה היא מאגר ציבורי רחב שמכיל 8,000 הערות אימון סינתטיות ועוד מעל 600 הערות מבחן מתויגות בקפידה שמשלבות מקרים סינתטיים עם דוגמאות אמיתיות שעברו הסרה מזהים ונלקטו ממאגרי מחקר מרכזיים.

ללמד מחשבים לקרוא בין השורות

על בסיס הסיפורים הסינתטיים הללו, הצוות בנה מערכת תיוג אוטומטית שלא רק מקצה קטגוריה אלא גם מפיקה הסבר שלב‑אחר‑שלב על הקו המחשבתי שהוביל להחלטה. באמצעות מסגרת בשם DSPy הם מיטבו הנחיות כך שהבינה המלאכותית תחילה תחליט האם ההערה עוסקת בכלל בפינוי, ואז תנתב אותה או לממיין מפורט של סטטוסים של פינוי או לממיין עבור סיכונים חברתיים אחרים כמו תחבורה או חוסר ביטחון תזונתי. עיצוב זה משקף את הדרך שבה קורא אנושי עשוי לשאול תחילה «האם מוזכר פינוי?» ורק אז למיין את המקרה לקבוצות ספציפיות יותר. כדי לצמצם עבודה ידנית, החוקרים השוו כתיבה ותיוג אנושיים מלאים של 8,000 הערות — למעלה מ‑260 שעות עבודה — עם תהליך בעזרת בינה מלאכותית, שהשיג איכות נתונים מקבילה בפחות משש שעות של זמן מומחה, קיצור של 80 אחוז.

עד כמה המודלים מתפקדים

מצוידים ב‑SynthEHR‑Eviction, המחברים דייקו מגוון מודלים לשוניים בקוד פתוח והשוו אותם עם מערכות מסחריות ומודלים ביומדיים ישנים יותר. למשימה הפשוטה של קביעה האם פינוי מוזכר כלל, מודלים רבים הופיעו טוב, אך מודלים גדולים שעברו כוונון ומגוון מכוונן של GPT‑4 הגיעו לניקוד הגבוה ביותר. המבחן הקשה יותר היה להבחין בין שבעת הסטטוסים המעודנים של פינוי וסט נפרד של סיכונים חברתיים לא‑פינוייים על פני שלושה מאגרים: הערות סינתטיות, הערות אשפוז אמיתיות ודוחות מקרה אקדמיים ארוכים. כאן, מודלים פתוחים מכווננים כמו Qwen2.5 ו‑LLaMA‑3 השוו או אף עלו במעט על הביצועים של GPT‑4 המותאם, והשיגו ציוני macro‑F1 — איזון כולל של דיוק וזכירה — סביב 0.89 עבור פינוי ומעל 0.90 עבור סיכונים חברתיים אחרים. גם מודלים קטנים יותר עם כשלוש מיליארד פרמטרים הציגו יכולת גבוהה לאחר כוונון, מה שמרמז שניתן לפרוס מערכות יעילות ובעלות סבירה גם בסביבות עם כוח חישוב מוגבל.

מדוע עקבות ההנמקה ונתונים אמיתיים עדיין חשובים

הממצאים מראים שהסברים עוזרים לחלק מהמודלים יותר מאשר לאחרים. כאשר נתוני האימון כללו קווי חשיבה קצרים ומפורשים לגבי מדוע הערה מצביעה על סטטוס פינוי מסוים, מודלים קטנים השתפרו בצורה בולטת, בעוד שהמודלים הגדולים כמעט שלא הושפעו, מה שמרמז שהם כבר קודדו רוב ההיגיון הזה. עקבות הנמקה אלה גם מקלות על מומחים לסקור את החלטות המודל, אם כי המחברים מזהירים שההסברים אינם תמיד נאמניים באופן מושלם לדרך שבה המודל מקבל החלטה באמת. ממצא מרכזי נוסף הוא שמודלים שאומנו רק על הערות סינתטיות נתקלים בקשיים מול הכתיבה המבולגנת של העולם האמיתי. הוספת חלק מתון של הערות אמיתיות מבתי חולים או דוחות מקרה שיפרה במידה ניכרת את הביצועים באותם תחומים, מה שמדגיש שנתונים סינתטיים חזקים אך לא מספקים בכוחות עצמם.

מכוון מסיכון נסתר לסיוע גלוי

בסך הכל, המאמר מדגים שנתונים סינתטיים מעוצבים בקפידה בשילוב פיקוח מקצועי ממוקד יכולים להפוך אזכורים מפוזרים של פינוי וקשיים אחרים לאותות מובנים שמחשבים יכולים לזהות בקנה מידה. בפשטות, המערכת לומדת לקרוא בין שורות הרשומות הרפואיות ולסמן מתי מטופל מתמודד או התמודד עם אובדן דיור או לחצים חברתיים נלווים. אם ישולבו בכלי רשומות הרפואיות האלקטרוניות, כלים כאלה יכולים לעזור לרופאים ולעובדים סוציאליים לזהות אנשים בסיכון מוקדם יותר ולחברם לסיוע בדיור, לייעוץ כלכלי או לתמיכה בתחבורה. על‑ידי עשיית הצד החברתי של מחלות לגלוי יותר, SynthEHR‑Eviction מציעה דרך לשירותי בריאות שרואים ומגיבים לנסיבות המלאות של חיי המטופלים.

ציטוט: Yao, Z., Zhao, Y., Mitra, A. et al. SynthEHR-eviction: enhancing eviction SDoH detection with LLM-augmented synthetic EHR data. npj Digit. Med. 9, 292 (2026). https://doi.org/10.1038/s41746-026-02473-0

מילות מפתח: פינוי, הגורמים החברתיים המשפיעים על הבריאות, רשומות רפואיות אלקטרוניות, נתונים סינתטיים, עיבוד שפה טבעית קלינית