مدل پیش‌بینی سرطان روده بزرگ تا ۱۸ سال از سوابق پزشکی سود می‌برد

پژوهشی تازه دربارهٔ مدل‌های هوش مصنوعیِ پروندهٔ الکترونیک سلامت نشان می‌دهد برای پیش‌بینی بروز سرطان رودهٔ بزرگ، نگاه‌کردن به سوابق دورتر می‌تواند مفید باشد؛ بااین‌حال، در مدل بررسی‌شده، افزایش بازهٔ زمانی پس از ۱۸ سال به بهبود چشمگیری نرسید. این پژوهش مفهوم «بازهٔ زمانی زمینه» را معرفی می‌کند: مدت‌زمانی که مدل پیش از نقطهٔ پیش‌بینی از تاریخچهٔ پزشکی بیمار را می‌خواند؛ معیاری جدا از تعداد توکن‌های ورودی.

پژوهشگران یک Transformer رمزگشا با ۳۴٫۶ میلیون پارامتر را روی ۱٫۴ میلیارد رویداد کدگذاری‌شده از پرونده‌های ۳٫۶ میلیون بیمار مراقبت اولیه در شمال‌غرب لندن پیش‌آموزش دادند و سپس آن را برای پیش‌بینی سرطان تازه‌تشخیص‌داده‌شدهٔ رودهٔ بزرگ تنظیم کردند. ارزیابی روی مجموعه‌ای ثابت شامل ۱٬۰۰۸ بیمار مبتلا و ۹٬۵۸۲ فرد همتاشدهٔ گروه کنترل انجام شد؛ همهٔ افراد دست‌کم ۳۰ سال در سامانه ثبت شده بودند. پژوهشگران ۱۵ بازهٔ زمانی تو‌در‌تو، از دو تا ۳۰ سال، را روی همین افراد مقایسه کردند و یک فاصلهٔ ۱۲ماهه پیش از تشخیص را از داده‌های پیش‌بینی کنار گذاشتند.

شاخص AUROC از ۰٫۵۵۱ با دو سال سابقه به ۰٫۵۹۰ با ۱۸ سال رسید و سپس تقریباً ثابت ماند. حدود ۸۰ درصد بهبود مشاهده‌شده تا افق ۱۰ساله حاصل شده بود. مدل پایهٔ XGBoost نیز به سطحی مشابه رسید و در بهترین حالت AUROC برابر با ۰٫۵۸۹ داشت.

شبیه‌سازی مقاله همچنین حاکی است که کدگذاری موقعیتی RoPE، با فرکانس پایهٔ پیش‌فرض، ممکن است در بازه‌های زمانی بیش از حدود ۲۰ سال دچار هم‌پوشانی شود؛ نویسندگان این یافته را دلیلی برای بازتنظیم پارامتر θ می‌دانند. مقاله که در arXiv منتشر شده و پذیرش آن در رویداد ML4H 2026 ذکر شده است، پیشنهاد می‌کند بازهٔ زمانی زمینه در ارزیابی مدل‌های پیش‌بینی بالینی جداگانه گزارش شود.