Набор данных для удовлетворения информационных потребностей пациентов, связанных с клиническим курсом госпитализации

Почему это важно для пациентов и их семей

После выписки из больницы семьи часто обращаются в интернет с тревожными вопросами: зачем сделали этот тест? Эти лекарства действительно были нужны? Сегодняшние больничные записи содержат многие ответы, но они написаны для врачей, а не для пациентов. В этой статье представлен ArchEHR-QA — новый набор данных, предназначенный помочь исследователям создавать и оценивать инструменты искусственного интеллекта (ИИ), которые могут превращать плотные больничные заметки в понятные и точные ответы на реальные вопросы пациентов.

От онлайн-беспокойств к больничным записям

Исследователи начали с простой идеи: использовать реальные вопросы, которые люди публикуют на публичных медицинских форумах, и сопоставить их с реальными больничными записями, которые могли бы ответить на эти вопросы. Они собрали посты пациентов и опекунов с популярного медицинского форума, сосредоточившись на случаях, когда кто-то недавно находился в отделении интенсивной терапии (ОИТ) или в отделении неотложной помощи. Это те периоды, когда люди часто испытывают страх и замешательство, и когда инструкции при выписке и поиск в интернете могут оставить важные вопросы без ответа.

Создание реалистичных пар «вопрос–ответ»

Поскольку авторы постов на форумах и пациенты в базе госпитальных данных — разные люди, команда тщательно сопоставила каждый онлайн-вопрос с деидентифицированным выписным эпикризом, описывающим очень похожую медицинскую ситуацию. Затем клиницисты переформулировали каждый вопрос простого человека в короткую, точную версию, которую мог бы использовать врач, не меняя при этом сути того, что хотел узнать пациент. Далее они просмотрели каждую заметку построчно, отмечая, какие фразы являются существенными, какие — полезными дополнениями, а какие не нужны для ответа на вопрос. Наконец, лицензированные клиницисты написали короткие, простыми словами ответы, основанные только на отмеченных частях медицинской записи.

Что содержит новый набор данных

Готовая коллекция ArchEHR-QA включает 134 клинических случая: 104 с пребыванием в ОИТ и 30 из отделений неотложной помощи. Для каждого случая есть оригинальный вопрос пациента, переформулированная версией клинициста, аккуратно вырезанный фрагмент медицинской записи, пометки значимости на уровне предложений и ответ клинициста длиной примерно в пять предложений. Случаи охватывают многие специальности — такие как болезни сердца, заболевания легких, инфекции и неврологические состояния — и представляют широкий диапазон возрастов и социального фона. Все материалы доступны в стандартных цифровых форматах, чтобы другие исследователи могли легко их использовать.

Испытание современных моделей ИИ

Чтобы показать, как можно использовать ArchEHR-QA, авторы оценили несколько современных больших языковых моделей, которые можно запускать локально. Они просили каждую модель ответить на вопросы, используя фрагменты медицинской записи, и указать точные предложения, которые подтверждали бы ответы. Команда затем измерила два показателя: насколько хорошо модели выбирали правильные доказательства в записи (фактичность) и насколько близко их ответы соответствовали ответам, написанным клиницистами (релевантность). Были опробованы разные стратегии подсказок, включая требование одновременно написать ответ и выбрать доказательства, либо сначала ответить, а затем добавить подтверждающие фразы. В целом лучшие подходы правильно выявляли примерно половину наиболее важных предложений и давали ответы, которые были отчасти, но далеко не полностью согласованы с экспертными объяснениями.

Как эта работа может снизить нагрузку на врачей

В исследовании также проанализировали, где модели ошибались. Иногда они цитировали верные предложения из записи, но неверно их интерпретировали, иногда полагались слишком сильно на формулировку вопроса пациента вместо самой записи. Эти недостатки подчеркивают, почему необходимы строгие бенчмарки, прежде чем ИИ сможет безопасно составлять черновики сообщений для проверки врачами. ArchEHR-QA уже использовали в международном научном конкурсе, где десятки команд экспериментировали с многошаговыми системами, которые сначала находят релевантные предложения, а затем генерируют ответы. Набор данных также может поддерживать смежные задачи, такие как поиск ключевой информации в длинных заметках или суммирование вопросов пациентов.

Что это означает для будущей помощи

Проще говоря, эта статья предлагает основу для создания надежных цифровых помощников, которые могут объяснять госпитальное лечение понятным для пациентов языком, опираясь на то, что действительно записано в их историях болезни. Связывая реальные вопросы с клиническими доказательствами и экспертными ответами, ArchEHR-QA позволяет измерять, насколько системы ИИ точны и полезны. Если такие системы будут дальше улучшаться, однажды они смогут составлять ясные, индивидуальные объяснения для проверки врачом, снижая перегрузку входящих сообщений и давая пациентам и семьям более быстрые и надежные ответы о том, что произошло в больнице и что будет дальше.

Цитирование: Soni, S., Demner-Fushman, D. A Dataset for Addressing Patient’s Information Needs related to Clinical Course of Hospitalization. Sci Data 13, 523 (2026). https://doi.org/10.1038/s41597-026-06639-z

Ключевые слова: электронные медицинские записи, вопросы пациентов, медицинский ИИ, клинические заметки, ответы на вопросы