“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 tuvastas töörühm patsiendid, kes olid vähemalt ühe aasta jooksul jätnud ravimi välja ostmata. Seejärel kasutasid nad suuri keelemudeleid, et leida arstide märkmetest ravi lõpetamisega seotud fraasid ja põhjused. Võimaluse korral otsiti üles ka info, kas ravi lõpetamise algatas patsient või arst.
Suurema osa analüüsist tegi töörühm keelemudeli Llama-3.1-70B kinnises keskkonnas. Võrdluseks kasutasid nad 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 diagnoosides, laboritulemustes või retseptikirjetes kajastub. “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,” märkis 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. Niisugune andmestik aitab teadlastel raviteekondi paremini tuvastada ja toetada tõenduspõhiste otsuste tegemist tervisepoliitikas.
Teadustöö ilmus ajakirjas Journal of Medical Internet Research.