# Keelemudelid loevad arsti märkmetest välja ravi katkestamise põhjuse

- Link: https://kihulane.eu/arhiiv/198827
- Published: 2026-06-19T10:46:00+03:00
- Author: RSS

Tartu Ülikooli (TÜ) teadlased [näitasid](https://www.jmir.org/2026/1/e86183), et
suured keelemudelid suudavad arstide elektroonilistest märkmetest täpselt tuvastada,
miks patsiendid ravimite võtmise lõpetavad. Leid annab võimaluse seni raskesti analüüsitavat
kliinilist infot terviseuuringutes kasutada.

TÜ arvutiteaduse instituudi terviseinformaatika uurimisrühm ühendas oma uues uuringus
kaks andmestikku: kümme protsenti Eesti rahvastiku retseptiandmeid (2012–2019) ja
arstide märkmed. Täpsemalt keskendusid nad diabeediravimitele ja kolesterooli alandavatele
statiinidele.

“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.

![](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///ywAAAAAAQABAAACAUwAOw==)

TÜ terviseinformaatika töörühma liikmed Hendrik Šuvalov, Maria Malk ja Raivo Kolde.
Autor/allikas: Marianne Liiv

Teadustöö ilmus ajakirjas [Journal of Medical Internet Research](https://www.jmir.org/2026/1/e86183).

[Loe allikast edasi](https://novaator.err.ee/1610059108/keelemudelid-loevad-arsti-markmetest-valja-ravi-katkestamise-pohjuse)

![](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///ywAAAAAAQABAAACAUwAOw==)