لماذا يُفشل التعرف على الكيانات السريرية الفرنسية النماذج العامة

افتح تقريرًا فرنسيًا في علم الأورام، وستتعثر معظم نماذج NER الجاهزة منذ الجملة الأولى. فالمفردات كثيفة ومختصرة (ER، PR، HER2، Ki67، FISH)، والتنسيق يتغيّر من مستشفى إلى آخر، ومصطلحات المؤشرات الحيوية المهمة تكاد تغيب عن المجموعات التي دُرِّبت عليها هذه النماذج. ورد الفعل المعتاد — إلقاء نموذج كبير على المشكلة — ينجح، لكنه مكلف وغامض ويصعب تبريره أمام طبيب سريري أو مدقّق.

ليست كل كيان بحاجة إلى نموذج لغوي كبير

ينطلق DEMNE من ملاحظة صريحة: الكيانات في هذه التقارير ليست متساوية الصعوبة. فذكر الخزعة يُكتب بعدد قليل من الصيغ الثابتة؛ أما اسم الدواء فقد يظهر بمئة شكل. لذا، بدلًا من نموذج واحد لكل شيء، يقيس DEMNE كل نوع كيان ويوجّهه إلى أخف طريقة تظل موثوقة — قاعدة حتمية، أو transformer مضبوط، أو نموذج لغوي كبير كملاذ أخير فقط.

والقياس هو خمسة مقاييس للمجموعات تُحسب من التعليقات التوضيحية: مدى انتظام الشكل السطحي، ومدى تجانس المفردات، وما إذا كانت مجموعة صغيرة من الكلمات المفتاحية مميِّزة، وكم مرة يقع الذكر تحت النفي أو التناقض، وما إذا كانت هناك بيانات موسومة كافية لتدريب نموذج خاضع للإشراف أصلًا. ويحوّل مخطط قرار حتمي هذه الأرقام إلى مستوى، وتُعاير عتباته السبع عشرة ببحث متعدد الأهداف يعاقب إرسال كيان إلى طريقة أضعف من اللازم ضعفَي عقوبة إرساله إلى طريقة مكلفة أكثر من اللازم فحسب.

ماذا يحقق

على مجموعة المعايرة الأورامية (59 نوع كيان)، يتوافق التوجيه مع المستوى المرجعي للخبراء بتوافق قدره 0.954 وتقدير leave-one-corpus-out قدره 0.866 — أعلى بكثير من أي أساس ثابت المستوى (دائمًا-القواعد يبلغ 0.729، ودائمًا-النموذج اللغوي 0.148). والاختبار الأكثر إقناعًا خارجي: إذ طُبِّق دون أي إعادة ضبط على 300 تقرير أشعة مقطعية من AP-HP في مواقع سرطانية لم يرها النموذج قط، فوجّه DEMNE 99.5% من الإشارات المميَّزة (411 من 413) إلى قواعد حتمية. وبلغت هذه القواعد متوسط F1 قدره 0.941، بينما لم يتجاوز transformer مضبوط على الكيانات نفسها ضمن ميزانية مستشفى واقعية سوى 0.358.

بعبارة أخرى: بالنسبة للكيانات المعيارية التي تهيمن على التقارير الأورامية، لم تكن القواعد أرخص فحسب — بل كانت أفضل، ويمكن تتبّع كل قرار قاعدة حتى شرط صريح، وهو تحديدًا ما تطلبه المادتان 12 و14 من EU AI Act.

أين يتوقف

أودّ أن أكون صادقًا بشأن الحدود. فالمعيار المرجعي صغير — 92 نوع كيان، منها 59 في علم الأورام — لذا فإن درجات المجموعة الواحدة متفائلة ولا تصحّ إلا المقارنات النسبية. ولم يُقيَّم مستوى النموذج اللغوي الكبير من طرف إلى طرف على المجموعة الخارجية؛ إذ كان الكيان الوحيد الموجَّه إليه نادرًا للغاية. كما أن المعايرة لا تنتقل بين المجالات: فعند الانتقال إلى نوع سريري آخر أو لغة أخرى يهبط التوافق إلى 0.45–0.73، ويجب إعادة ضبط العتبات. إن DEMNE إثبات جدوى، لا منتجًا مكتملًا.

لماذا يهم

ليست الفكرة أن القواعد تتفوّق على transformer. بل أن «أي طريقة» سؤال يمكن الإجابة عنه كيانًا بكيان، انطلاقًا من خصائص قابلة للقياس في النص، بدل اللجوء افتراضيًا إلى أثقل نموذج والأمل في النجاح. وبالنسبة لمعالجة اللغة السريرية — حيث تتزامن أهمية الكلفة وقابلية التدقيق والثقة — يساوي هذا التأطير أكثر من نقطة مئوية إضافية على معيار قياس.

الشيفرة والطريقة الكاملة على GitHub؛ والمخطوطة قيد الإعداد.