Ushbu tadqiqot bemorning turli sogʻliqni saqlash bo‘limlariga tarqalgan dori, tashxis, laboratoriya va ko‘rik ma’lumotlaridan foydalanish bilan birga barcha tibbiy yozuvlarni yagona markaziy ma’lumotlar bazasiga jamlamaslikni ko‘zlaydigan MedAgentNet nomli federativ ko‘p-agentli sun’iy intellekt arxitekturasini taklif etadi. Tizimda kardiologiya, dorixona, laboratoriya, stomatologiya, endokrinologiya va boshqa bo‘limlarning har biri faqat o‘z mahalliy yozuvlariga kira oladigan ixtisoslashgan sun’iy intellekt agentini ishga tushiradi. Bo‘limlar bir-biriga xom bemor fayllarini yuborish o‘rniga, muayyan klinik maqsad bilan cheklangan tuzilmali so‘rovlar va qaror uchun zarur bo‘lgan eng kam klinik ma’lumotni o‘z ichiga olgan javoblarni uzatadi.

Arxitekturaning markazida bemor ma’lumotlarini bevosita ko‘rmaydigan Orkestrator Agent mavjud. Masalan, ushbu agent tish sug‘urilishi rejalashtirilgan bemorda kardiologiya va dorixona ma’lumotlari zarur ekanini aniqlaydi; bemor roziligini tekshirtiradi; tegishli bo‘lim agentlariga so‘rov yuboradi va kelgan javoblarni yagona klinik baholashga birlashtiradi. Ma’lumot almashinuvi uchta oshkor qilish qatlamiga ajratilgan: Tier 1 faqat tegishli xavf mavjudligini bildiradigan signal darajasidir; Tier 2 dori nomi, doza, tashxis kodi yoki laboratoriya qiymati kabi qaror uchun zarur klinik xulosani ulashadi; Tier 3 esa batafsil davolash tarixi va klinik bayon kabi kengroq kontekstni o‘z ichiga oladi.

Tadqiqotchilar arxitekturani haqiqiy bemor ma’lumotlari o‘rniga sintetik bemor yozuvlarida sinagan. Simulyatsiyada 10 ta bo‘lim agenti, bitta orkestrator, bemor roziligini boshqarish xizmati va audit jurnali yaratilgan; LLaMA 3.1 8B modeli yordamida sakkizta dori ziddiyati va uchta bo‘limlararo diagnostik naqsh baholangan. Standart Tier 2 almashinuvida dori ziddiyatlari va diagnostik naqshlar uchun 100 foiz aniqlash qayd etilgan, uchta mustaqil ishga tushirishdagi o‘rtacha yolg‘on-musbat ko‘rsatkich 1,7 foiz bo‘lgan. Biroq bu natijalar faqat tadqiqotchilar oldindan belgilagan 11 ta ssenariyga taalluqli bo‘lib, haqiqiy shifoxonalarda ayni samaradorlikka erishilishini ko‘rsatmaydi.

Tier 1 barcha dori ziddiyatlarini belgilay olgan, ammo bo‘limlararo diagnostik naqshlarning birortasini aniqlay olmagan. Tier 2’da naqshlarni aniqlash yana 100 foizga ko‘tarilgan. Bu natija faqat “boshqa bo‘limda xavf bo‘lishi mumkin” degan mavhum ogohlantirish ko‘tarilayotgan glyukoza qiymatlari, HbA1c tendensiyasi, retina o‘zgarishlari va periferik neyropatiya kabi tafsilotlarni birlashtirish uchun yetarli emasligini ko‘rsatadi. Tadqiqotning asosiy topilmasi shuki, hal qiluvchi omil kuchli til modelining o‘zi emas, balki to‘g‘ri bo‘limlarga kirishni ta’minlaydigan va zarur klinik tafsilotni nazorat ostida tashiydigan muvofiqlashtirish qatlamidir.

Bemor roziligi tajribasida aloqa kanallarining 30 foizi va 60 foizi yopilganda tanlangan simulyatsiyalarda aniqlash darajasi saqlanib qolgan. Bo‘limlararo barcha almashinuv yopilganda esa dori ziddiyatlarini aniqlash 35,3 foizga, diagnostik naqshlarni aniqlash esa 0 foizga tushgan. Bu holat maxfiylik afzalliklari bilan bo‘limlararo klinik foyda o‘rtasida haqiqiy murosa mavjudligini ko‘rsatadi. Shu bilan birga, tadqiqot natijalari bemorlarni keng ma’lumot almashinuviga majburlashni qo‘llab-quvvatlamaydi; tadqiqotchilar afzalliklar aniq, qaytarib olinadigan va bosimsiz tarzda boshqarilishi kerakligini ta’kidlaydi.

Turkiya nuqtayi nazaridan: MedAgentNet yondashuvi turli poliklinikalar, laboratoriyalar, dorixona tizimlari va shifoxonalar o‘rtasida to‘liq bemor faylini uzatmasdan dori o‘zaro ta’sirini tekshirish, muolaja oldi xavfni baholash va uzoq muddatli topilmalar naqshini izlash uchun o‘rganilishi mumkin. Turkiyada qo‘llashdan oldin turkcha klinik qaydlar, mahalliy dori nomlari va doza formatlari, tashxis hamda laboratoriya kodlari, shifoxona axborot boshqaruv tizimlari, bemor roziligi jarayonlari va sog‘liq ma’lumotlarini himoya qilish majburiyatlari bo‘yicha alohida texnik va huquqiy validatsiya o‘tkazilishi kerak. Haqiqiy shifokorlar tomonidan belgilangan tarixiy yozuvlar bilan retrospektiv tadqiqot, so‘ng inson nazoratidagi prospektiv klinik pilot talab etiladi. Ushbu tadqiqotdan Turkiyada dori xatolari oldi olinishi, tashxis kechikishlari kamayishi, tizim qonunchilikka o‘z-o‘zidan mos kelishi yoki bemor xavfsizligi nuqtayi nazaridan klinik foydalanishga tayyor ekani haqida xulosa chiqarib bo‘lmaydi.

Tadqiqot hal qilishga urinayotgan muammo nima?

Bemor bir davrning o‘zida oilaviy shifokor, kardiolog, stomatolog, endokrinolog, oftalmolog va turli laboratoriyalar bilan aloqada bo‘lishi mumkin. Har bir bo‘lim faqat o‘z yozuvlarini ko‘rsa, bir bo‘limda oddiy ko‘ringan topilma boshqa bo‘limdagi dori yoki klinik o‘zgaruvchi bilan birga muhim xavf tug‘dirishi mumkin.

Tadqiqotda ikkita asosiy parchalanish muammosi ko‘rib chiqiladi:

• Turli shifokorlar buyurgan dorilarning bir-biri bilan yoki rejalashtirilgan muolaja bilan ziddiyatga kirishishi
• Turli bo‘limlarda paydo bo‘lgan kichik topilmalarni yagona diagnostik naqshga birlashtirib bo‘lmasligi

Barcha yozuvlarni yagona markaziy omborda to‘plash ushbu ma’lumot yetishmovchiligini kamaytirishi mumkin. Biroq markaziy tuzilma muassasalarning ma’lumotlar ustidan nazoratni yo‘qotishi, yirik hujum nishoni paydo bo‘lishi, bemor roziligini boshqarish va turli axborot tizimlarini moslashtirish kabi yangi muammolarni keltirib chiqarishi mumkin. MedAgentNet ma’lumotni markazga ko‘chirish o‘rniga klinik savolni tegishli ma’lumot saqlanadigan bo‘limga olib boradi.

Ushbu tadqiqotda “federativ” so‘zi nimani anglatadi?

Ushbu tadqiqotdagi federativ tuzilma klassik federativ o‘rganishdan farq qiladi. Klassik federativ o‘rganishda turli muassasalar mahalliy ma’lumotlari bilan umumiy mashinaviy o‘rganish modelini o‘qitadi va modelning vazn yoki gradient yangilanishlarini ulashadi.

MedAgentNet esa asosan inferensiya vaqtida hamkorlik qiladi. Bo‘lim agentlari umumiy modelni o‘qitish uchun parametr yuborish o‘rniga, muayyan bemor va klinik maqsad uchun bir-biriga cheklangan savollar yo‘llaydi. Masalan, stomatologiya agenti kardiologiya agentidan bemorning butun yurak tarixini emas, rejalashtirilgan tish sug‘urishga ta’sir qiladigan faol antikoagulyant bor-yo‘qligini so‘raydi.

1-rasmdagi umumiy arxitektura nimani ko‘rsatadi?

Tadqiqotning uchinchi sahifasidagi 1-rasmda stomatologiya, kardiologiya, endokrinologiya va shoshilinch yordam agentlari markaziy Orkestrator Agent atrofida ko‘rsatilgan. O‘qlar bemor faylining bevosita uzatilishini emas, kontekstga sezgir yo‘naltirish, so‘rov yaratish va tuzilmali javob oqimini ifodalaydi.

Rasmning pastki qatlamida LLaMA 3.1 8B ishlatilgan simulyatsiya, Tier 2’da qayd etilgan aniqlash samaradorligi va HIPAA, GDPR hamda HL7 FHIR bilan muvofiqlik haqidagi da’volar umumlashtirilgan. Ushbu tasvir tadqiqotning butun tizimini yagona doirada tushuntiradi; biroq ko‘rsatilgan muvofiqlik iboralari mustaqil sertifikatsiya natijasi emas.

Bo‘lim agentlari qanday vazifalarni bajaradi?

Har bir Bo‘lim Agenti uchta asosiy funksiyaga ega:

1. Mahalliy ma’lumotlarga kirish: Agent faqat o‘z bo‘limidagi elektron sog‘liqni saqlash yozuvi, laboratoriya axborot tizimi yoki dori ma’lumotlar bazasiga kira oladi.
2. Klinik mulohaza yuritish: Kelgan so‘rovning o‘z ixtisoslik sohasidagi yozuvlar bilan aloqasini baholaydi.
3. Oshkor qilishni nazorat qilish: Javobda qaysi tafsilotlar ulashilishi mumkinligini bemor roziligi va oshkor qilish qatlamiga ko‘ra cheklaydi.

Tadqiqotning formal ta’rifida bo‘lim agentlari to‘plami:

\[ \mathcal{A}=\{A_1,A_2,\ldots,A_n\} \]

deb ifodalanadi. Har bir \(A_i\) agent faqat o‘zining \(D_i\) ma’lumotlar omboriga kira oladi. Bemor \(p\), so‘rov \(q\) va oshkor qilish qatlami \(\tau\) uchun agentning javobi:

\[ R_i(p,q,\tau)=f_i\left(\operatorname{retrieve}(D_i,p),q,\tau\right) \]

deb ta’riflangan. Bu yerda \(f_i\) agentning klinik mulohaza yuritish funksiyasi; \(\operatorname{retrieve}(D_i,p)\) bemorga tegishli mahalliy yozuvlarni olishni; \(\tau\in\{1,2,3\}\) esa almashiladigan tafsilot darajasini bildiradi.

Orkestrator Agent bemor ma’lumotlarini ko‘radimi?

Tadqiqotchilar dizayniga ko‘ra Orkestrator Agent xom bemor yozuviga kirmaydi. U so‘rov yuborayotgan bo‘lim taqdim etgan klinik kontekst va boshqa agentlarning imkoniyatlaridan foydalanib, qaysi bo‘limlar so‘ralishini belgilaydi.

Orkestratorning asosiy vazifalar ketma-ketligi quyidagicha:

1. Klinik kontekstdan tegishli maqsad bo‘limlarni aniqlash
2. Har bir bo‘lim uchun maqsadga mos tuzilmali so‘rov yaratish
3. Bemor roziligi tegishli so‘rovga ruxsat beradimi-yo‘qmi tekshirtirish
4. Ruxsat etilgan so‘rovlarni bo‘lim agentlariga yo‘naltirish
5. Javoblarni birlashtirib, so‘rovchi klinitsistga tushunarli natija taqdim etish
6. So‘rov, javob va rozilik amallarini audit jurnaliga kiritish

Orkestratorning xom yozuvga kirmasligi markaziy ma’lumotlar ko‘li paydo bo‘lishining oldini olishni ko‘zlaydi. Shu bilan birga, orkestrator ko‘radigan klinik kontekst va agentlardan qaytadigan xulosalar ham sezgir ma’lumotni o‘z ichiga olishi mumkinligi unutilmasligi kerak. Tadqiqotda ushbu oraliq ma’lumotlarning qayta identifikatsiya xavfi yoki zararli so‘rov hujumlari tajribaviy tarzda o‘rganilmagan.

Bemor Roziligini Boshqarish Xizmati qanday ishlaydi?

Bemor Roziligini Boshqarish Xizmati har bir bemor uchun bo‘lim juftliklariga ko‘ra almashish ruxsatlarini saqlaydi. Masalan, bemor kardiologiyaning shoshilinch yordamga Tier 2 darajasida javob berishiga ruxsat berib, boshqa bo‘lim juftligi o‘rtasidagi aloqani yopishi mumkin.

Rozilik profilida quyidagi qoidalar bo‘lishi mumkinligi ko‘rsatilgan:

• Qaysi bo‘lim qaysi boshqa bo‘limni so‘rashi mumkinligi
• Ruxsat etilgan eng yuqori oshkor qilish qatlami
• Rozilik amal qiladigan vaqt oralig‘i
• Faqat faol davolash vaqtida amal qiladigan kontekstual cheklovlar
• Favqulodda holatda qo‘llanishi mumkin bo‘lgan bekor qilish shartlari

Har bir so‘rov bajarilishidan oldin ushbu profil tekshiriladi. Bemor ruxsatlarni o‘zgartirganda keyingi so‘rovlar yangi qoidaga ko‘ra qayta ishlanishi ko‘zda tutilgan. Biroq tadqiqotda haqiqiy bemorlarning rozilik interfeysidan qanday foydalanishi, rozilik matnlarini tushunishi yoki qarorini o‘zgartirish xatti-harakati sinovdan o‘tkazilmagan.

Standart Klinik So‘rov Turlari nega ishlatilgan?

Agentlarning erkin shaklda va cheksiz savollar yuborishi zarurdan ortiq ma’lumot so‘rashga va nazoratning qiyinlashishiga olib kelishi mumkin. Shu sabab MedAgentNet Klinik So‘rov Turi deb ataladigan oldindan belgilangan maqsad sinflaridan foydalanadi.

Ushbu tasnif so‘rovlarni maqsad bilan cheklaydi, ularni qayd etishni osonlashtiradi va bir bo‘limning bemorning butun tarixini noaniq sabablar bilan so‘rashining oldini olishni ko‘zlaydi.

FHIR bilan mos xabar tuzilmasida qanday ma’lumotlar mavjud?

Oltinchi sahifadagi 3-rasm bo‘limlararo so‘rovning JSON shaklidagi namunasini ko‘rsatadi. Namunada quyidagi maydonlar mavjud:

• So‘rovning noyob identifikatori
• Manba va maqsad agent
• Psevdonimlangan yoki umumlashtirilgan bemor identifikatori
• MED_CONFLICT kabi so‘rov turi
• Rejalashtirilgan muolaja va tegishli dori toifalari
• Talab qilingan oshkor qilish qatlami
• Bemor roziligi belgisi
• Vaqt tamg‘asi

Ushbu tuzilma aloqani kuzatiladigan va mashina tomonidan qayta ishlanadigan qilishni ko‘zlaydi. Biroq tadqiqot haqiqiy shifoxona FHIR serveri bilan integratsiya sinovini o‘tkazmagan; sxema taklif etilgan arxitektura va simulyatsiya doirasida baholangan.

Uchta oshkor qilish qatlami o‘rtasidagi farq nima?

Tadqiqotda Tier 2 standart muvozanat nuqtasi sifatida belgilangan. Dori nomi va asosiy laboratoriya qiymatlari ulashilmasdan bo‘limlararo naqshni aniqlash amalga oshmagan; to‘liq klinik bayon ulashiladigan Tier 3 esa tanlangan ssenariylarda Tier 2 ga nisbatan qo‘shimcha aniqlash foydasi bermagan.

Arxitekturaning maxfiylik da’vosi qaysi mexanizmlarga asoslanadi?

Tadqiqotchilar beshta asosiy xususiyatni belgilaydi:

• Ma’lumotlarning mahalliyligi: Xom yozuvlarning manba bo‘limida qolishi
• Maqsad bilan cheklash: Har bir so‘rovning muayyan klinik so‘rov turi bilan cheklanishi
• Zarur bo‘lgan eng kam oshkor qilish: Standart holatda faqat qaror uchun zarur xulosaning ulashilishi
• Audit qilinuvchanlik: So‘rov, rozilik va javoblarning qayd etilishi
• Bemor nazorati: Bo‘limlararo ruxsatlarni ko‘rish va bekor qilish imkoniyati

Bular muhim arxitekturaviy himoyalardir; biroq o‘z-o‘zicha matematik yoki kriptografik maxfiylik kafolatini bermaydi. Tadqiqot differensial maxfiylik, gomomorf shifrlash va xavfsiz ko‘p tomonlama hisoblash kabi usullar keyinchalik qo‘shilishi mumkinligini bildiradi. Hozirgi tajribalarda bu usullarning qo‘llanishi, hujumlarga chidamlilik yoki ma’lumot sizib chiqishining miqdoriy o‘lchovi ko‘rsatilmagan.

Taklif etilgan texnologiya steki qaysi qatlamlardan iborat?

To‘qqizinchi sahifadagi 6-rasm tizimni besh qatlamda ko‘rsatadi:

1. Ma’lumotlar qatlami: Bo‘limlarga tegishli elektron sog‘liq yozuvlari, laboratoriya tizimlari va dori ma’lumotlar bazalari
2. Xizmatlar qatlami: Bemor roziligi, audit jurnali va dori o‘zaro ta’sirlari ma’lumotlar bazasi
3. Protokol qatlami: FHIR R4 API, klinik so‘rov protokoli va o‘zaro TLS
4. Agentlar qatlami: Til modeli asosidagi bo‘lim agentlari va orkestrator
5. Taqdimot qatlami: Klinitsist paneli, bemor portali va mobil ilova

Tadqiqotchilar bo‘lim agentlari mahalliy yozuvlardan ma’lumot olib keladigan retrieval-augmented generation oqimi bilan ishlashini taklif qiladi. Dori o‘zaro ta’sirlari uchun tasdiqlangan dori ma’lumotlar bazalaridan foydalanish, aloqani o‘zaro TLS bilan shifrlash va yuqori so‘rov hajmida xabar navbatidan foydalanish ko‘zda tutilgan. Bular arxitekturaviy takliflardir; tajribada barcha ishlab chiqarish komponentlari haqiqiy shifoxona muhitida o‘rnatilmagan.

Taklif etilgan bosqichma-bosqich joriy etish rejasi qanday?

Tadqiqot uch bosqichli qo‘llash yo‘lini taklif etadi:

• Pilot: Kardiologiya, dorixona va shoshilinch yordam kabi ikki yoki uch bo‘limda dori ziddiyatini tekshirish
• Kengaytirish: Oilaviy tibbiyot, laboratoriya va endokrinologiya kabi bo‘limlarni qo‘shish hamda uzoq muddatli naqsh so‘rovlari
• Federatsiya: Turli shifoxona va sog‘liq tizimlaridagi agentlarni nazorat ostida bog‘lash

Ushbu yondashuv muassasaning butun axborot tizimini bir vaqtning o‘zida o‘zgartirmasdan cheklangan foydalanish sohasi bilan boshlashni ko‘zlaydi.

Tadqiqotchilar belgilagan samaradorlik maqsadlari qanday?

Ushbu qiymatlar tizim talablari sifatida taqdim etilgan. Simulyatsiyada Tier 1, Tier 2 va Tier 3 o‘rtacha javob vaqtlari mos ravishda 8,4, 11,7 va 13,5 soniya bo‘lgani uchun oddiy va shoshilinch maqsadlar bajarilmagan. Mavjudlik, rozilik xizmati kechikishi va audit jurnaliga yozish vaqti uchun haqiqiy infratuzilma o‘lchovi berilmagan.

Simulyatsiya muhiti qanday qurilgan?

To‘liq stek simulyatsiyasida quyidagi bo‘lim agentlari ishtirok etgan:

• Kardiologiya
• Umumiy tibbiyot
• Dorixona
• Laboratoriya
• Endokrinologiya
• Oftalmologiya
• Stomatologiya
• Nevrologiya
• Nefrologiya
• Pulmonologiya

Ularga qo‘shimcha ravishda bitta Orkestrator Agent, Bemor Roziligini Boshqarish Xizmati va o‘zgartirib bo‘lmaydigan deb ta’riflangan audit jurnali ishlatilgan.

Bemor yozuvlari klinik shablonlarga ko‘ra sintetik tarzda yaratilgan; har bir bemor ikki dan beshtagacha bo‘lim bilan bog‘langan. Standart ma’lumot yaratishda dori ziddiyati kiritish ehtimoli 35 foiz, diagnostik naqsh kiritish ehtimoli 25 foiz qilib belgilangan. To‘g‘ri natija yorliqlari bemor yozuvlariga yaratish vaqtida joylashtirilgan va tizim javoblari bu yorliqlar bilan avtomatik taqqoslangan.

LLaMA 3.1 qanday ishlatilgan?

Asosiy tajribalarda 8 milliard parametrli LLaMA 3.1 modeli Ollama orqali mahalliy ishlatilgan va harorat qiymati 0,3 qilib tanlangan. Har bir bo‘lim agentiga:

• Faqat o‘sha bo‘limga tegishli sintetik bemor yozuvlari
• Klinik so‘rov
• Qo‘llanadigan oshkor qilish qatlami
• Kutiladigan JSON javob tuzilmasi

berilgan.

Til modeli har doim ham yaroqli JSON chiqarmasligi ehtimoliga qarshi to‘rt bosqichli javobni ajratish usuli ishlatilgan: bevosita JSON parsing, Markdown kod blokini ajratish, figurali qavslar orasidagi tuzilmani topish va nihoyat erkin matnda kalit so‘z qidirish.

Bu qaytish usullari tizim ishini davom ettirsa-da, erkin matndan kalit so‘z ajratish noto‘g‘ri yoki noaniq model javobining ijobiy aniqlash sifatida talqin qilinishi xavfini tug‘dirishi mumkin. Tadqiqotda har bir qaytish usuli necha marta ishlatilgani alohida bildirilmagan.

Qaysi dori ziddiyatlari baholangan?

Qaysi diagnostik naqshlar ishlatilgan?

• Surunkali buyrak kasalligining rivojlanishi
• Qalqonsimon bez topilmalari bilan yurak topilmalari o‘rtasidagi bog‘liqlik
• Hali tashxis qo‘yilmagan diabet naqshi

Ushbu uchta naqsh bitta bo‘lim ma’lumotlari bilan emas, turli bo‘limlardagi qiymatlar va ko‘rik natijalarini birlashtirish orqali aniqlanishi mumkin bo‘lgan tarzda ishlab chiqilgan.

Tier 1 nega diagnostik naqshlarni topa olmadi?

Tier 1 javobi faqat boshqa bir bo‘limda tegishli topilma mavjudligini bildiradi. Masalan, tizim oftalmologiya bo‘limida muhim topilma borligini aytishi mumkin, ammo bu retina o‘zgarishi ekanini tushuntirmaydi. Laboratoriya agenti HbA1c qiymatini, umumiy tibbiyot agenti esa ko‘tarilayotgan glyukoza ketma-ketligini ulashmaydi.

Bunday holatda LLM turli signallarni muayyan kasallik mexanizmi ostida birlashtirish uchun klinik asosga ega bo‘lmaydi. Shu sababli dori ziddiyatlari 100 foiz topilgan bo‘lsa-da, uch diagnostik naqshning birortasi aniqlanmagan.

Tier taqqoslashining natijalari qanday?

Tanlangan testlarda Tier 3 Tier 2 ga qaraganda yuqoriroq aniqlash samaradorligini bermagan; faqat ko‘proq ma’lumot va uzoqroq javob vaqtini keltirib chiqargan. Shu sabab tadqiqotchilar Tier 2 ni oddiy foydalanish uchun eng maqbul muvozanat deb talqin qilgan.

Uchta mustaqil ishga tushirishda natijalar qanchalik barqaror?

Tasodifiy urug‘lar 42, 1042 va 2042 qilib tanlangan; har bir ishga tushirishda 50 ta yangi sintetik bemor yaratilgan.

Nol dispersiya belgilangan ssenariylarning model tomonidan izchil yechilganini ko‘rsatadi. Biroq ssenariylar va promptlar tadqiqotchilar tomonidan aniq klinik signallar bilan yaratilgan. Haqiqiy yozuvlar yetishmaydigan, qarama-qarshi, qisqartmalarga boy va xatoli bo‘lishi mumkin bo‘lgan murakkabroq tashqi test o‘tkazilmagan.

Qoidaga asoslangan tizim bilan LLaMA taqqoslanishi nimani ko‘rsatdi?

Har ikki infratuzilmaning bir xil aniqlashlarga erishishi rozilik va yo‘naltirish qatlamlari faqat bitta til modeliga bog‘liq emasligini ko‘rsatadi. LLaMA kalit so‘zga asoslangan Mock tizimidan kamroq yolg‘on ogohlantirish yaratgan, biroq taxminan 47 marta sekinroq ishlagan.

“LLMdan mustaqil” degan xulosa faqat bitta qoidaga asoslangan dvigatel va LLaMAning bitta versiyasini taqqoslashga asoslangan. Turli til modellari, model o‘lchamlari, prompt shakllari yoki tibbiy moslashtirishlar o‘rtasida keng qamrovli tajriba o‘tkazilmagan.

Bemor roziligini cheklash qanday natijalarni berdi?

Qisman cheklovda muvaffaqiyat ayrim ma’lumotlarni muqobil bo‘lim orqali topish mumkinligi bilan izohlangan. Masalan, kardiologiya va stomatologiya o‘rtasidagi to‘g‘ridan-to‘g‘ri kanal yopiq bo‘lsa ham, dorixona agenti faol antikoagulyant haqida xabar berishi mumkin.

To‘liq almashuvdan tashqari holatda faqat bir xil bo‘limning mahalliy yozuvlarida birga mavjud bo‘lgan dorilar aniqlangan. Bir nechta bo‘limdagi topilmalarni birlashtirishni talab qiladigan diagnostik naqshlar esa butunlay yo‘qolgan.

Ushbu natija ishlatilgan sintetik ma’lumot taqsimotiga bog‘liq. Haqiqiy muassasada kanallarning 30 foizi yoki 60 foizini yopish qaysi bo‘limlarga ta’sir qilishi klinik samaradorlikni tasodifiy bog‘lanish sonidan ko‘ra ko‘proq o‘zgartirishi mumkin.

Masshtablanuvchanlik tajribasi nimani ko‘rsatdi?

Umumiy vaqt bemorlar va ssenariylar soni bilan taxminan chiziqli ravishda oshgan. Tadqiqotchilar murakkablikni \(O(n\cdot k)\) deb ta’riflaydi; bunda \(n\) bemorlar soni, \(k\) esa bir bemorga to‘g‘ri keladigan o‘rtacha so‘rovlar sonidir.

Ushbu tajriba alohida sintetik holatlar soni oshganda yo‘naltirish mantiqi superchiziqli yuk hosil qilmasligini qo‘llab-quvvatlaydi. Biroq real vaqtning bir vaqtdagi foydalanuvchi yuki, tarmoq kechikishi, ma’lumotlar bazasi bloklanishi, navbat to‘planishi, yuqori mavjudlik va muassasalararo aloqa sinovdan o‘tkazilmagan.

Stomatologiya–kardiologiya ssenariysi qanday ishlaydi?

Birinchi misolda 62 yoshli xayoliy bemor tish sug‘urishdan oldin foydalanayotgan kardiologik dorilarini stomatologga bildirmaydi. Kardiologiya yozuvida Warfarin va Metoprolol mavjud.

Stomatologiya Agenti MED_CONFLICT so‘rovini boshlaydi. Orkestrator kardiologiya va dorixona agentlarini tanlaydi. Kardiologiya Agenti Tier 2 darajasida Warfarin 5 mg va Metoprolol 50 mg ma’lumotini ulashadi. Dorixona Agenti boshqa antikoagulyant yoki NSAİİ bor-yo‘qligini tekshiradi. Natijada stomatologga qon ketish xavfi haqida ogohlantirish yuboriladi.

Ssenariyda davolash kardiolog bilan muvofiqlashtirilgani va muolaja xavfsiz vaqtga qoldirilgani bayon qilinadi. Bu natija haqiqiy bemorda kuzatilgan klinik chiqish emas, arxitekturaning ehtimoliy qo‘llanilishini tushuntiradigan xayoliy misoldir.

Uzoq muddatli diabet naqshi qanday tuziladi?

Ikkinchi ssenariyda xayoliy bemorning och qoringa glyukozasi uch tashrif davomida 5,4 mmol/L dan 5,9 mmol/L ga, so‘ng 6,4 mmol/L ga ko‘tariladi. Laboratoriya yozuvlarida HbA1c qiymati 12 oyda 5,8 foizdan 6,1 foizga ko‘tariladi. Ko‘z ko‘rigida erta retina o‘zgarishlari, oyoq baholashida esa sezuvchanlik pasayishi mavjud.

Bu topilmalarning har biri o‘z bo‘limida yakka holda aniq tashxis bermaydi. Umumiy Tibbiyot Agenti LONG_PATTERN so‘rovini yuborganda laboratoriya, oftalmologiya va mahalliy neyropatiya yozuvlari birlashtiriladi. Tizim topilmalar 2-tur diabet bo‘yicha rasmiy baholashni talab qiladigan umumiy naqsh hosil qilayotganini bildiradi.

Tadqiqotchilarning “6–12 oy ertaroq tashxis” degan natijasi haqiqiy bemor guruhida o‘lchanmagan, ssenariyning faraziy natijasi sifatida yozilgan.

Shoshilinch yordam polifarmatsiya ssenariysi nimani ko‘rsatadi?

Uchinchi xayoliy bemor o‘tkir buyrak shikastlanishi bilan shoshilinch yordamga murojaat qiladi. Kardiologiya tomonidan Lisinopril, revmatologiya tomonidan Ibuprofen, umumiy shifokor tomonidan Hydrochlorothiazide va endokrinologiya tomonidan Metformin buyurilgan.

Shoshilinch Yordam Agenti Tier 3 favqulodda protokoli bilan bo‘limlarga bir vaqtning o‘zida so‘rov yuboradi. Dorixona Agenti ACE inhibitori, NSAİİ va diuretik birikmasini “uch karra zarba” naqshi sifatida belgilaydi; Metformin ham o‘tkir buyrak funksiyasi buzilishi kontekstida alohida ko‘rsatiladi.

Bu misol dorilar turli bo‘limlarda saqlanadigan holatda orkestratsiyaning ehtimoliy foydasini tushuntiradi. Natija soniyalar ichida olingani haqidagi ibora arxitektura ssenariysiga tegishli; asosiy LLaMA tajribalaridagi taxminan 9–13 soniyalik kechikish va 2 soniyadan kam favqulodda maqsad bajarilmagani ham alohida hisobga olinishi kerak.

Tadqiqotning kuchli tomonlari nimalar?

• Xom bemor ma’lumotlarini markaziy omborga ko‘chirmasdan bo‘limlararo so‘rov qilish mumkin bo‘lgan ochiq arxitektura taqdim etilgan.
• Orkestratorning bemor ma’lumotlariga bevosita kirmasligi ma’lumotlarning mahalliyligini kuchaytiradi.
• So‘rovlar erkin matn o‘rniga klinik maqsadlar bilan cheklangan.
• Bemor roziligi bo‘lim juftliklari va oshkor qilish qatlamlari darajasida modellashtirilgan.
• Tier 1, Tier 2 va Tier 3 o‘rtasidagi maxfiylik–foyda farqi miqdoriy baholangan.
• Haqiqiy til modeli bo‘lgan LLaMA 3.1 8B ishlatilgan.
• Sakkizta dori ziddiyati va uchta diagnostik naqsh birgalikda o‘rganilgan.
• Bir nechta tasodifiy urug‘ bilan barqarorlik baholangan.
• Qoidaga asoslangan va LLMga asoslangan dvigatel bir xil muvofiqlashtirish infratuzilmasida taqqoslangan.
• Bemor roziligini cheklashning samaradorlikka ta’siri alohida o‘lchangan.
• 50 dan 500 bemorgacha masshtablanuvchanlik tajribasi o‘tkazilgan.
• FHIR bilan mos so‘rov tuzilmasi va bosqichma-bosqich joriy etish rejasi taqdim etilgan.

Tadqiqotning asosiy cheklovlari nimalar?

• Tadqiqot hakamlar ko‘rigidan o‘tmagan preprintdir.
• Barcha bemor yozuvlari sintetikdir.
• Haqiqiy elektron sog‘liq yozuvlaridagi yetishmovchiliklar, imlo xatolari, qisqartmalar va qarama-qarshiliklar baholanmagan.
• Erkin klinik qaydlar, tasvirlar va murakkab vaqt qatorlari asosiy tajribalarga kiritilmagan.
• Ssenariy kutubxonasi sakkizta dori ziddiyati va uchta diagnostik naqsh bilan cheklangan.
• To‘g‘ri natijalar ma’lumot yaratish vaqtida ssenariylarga joylashtirilgan, mustaqil va ko‘r klinitsistlar hay’ati tomonidan belgilanmagan.
• 100 foizlik natijalar haqiqiy klinik umumlashtirish ko‘rsatkichi emas.
• Faqat LLaMA 3.1 8B va oddiy qoidaga asoslangan dvigatel taqqoslangan.
• Turli LLM o‘lchamlari va provayderlari tajribaviy tarzda sinovdan o‘tkazilmagan.
• Model gallyutsinatsiyalari uchun haqiqiy holatlarga asoslangan xavfsizlik testi o‘tkazilmagan.
• Ma’lumot sizib chiqishi belgilangan baholash mezonlari qatorida bo‘lsa-da, natijalar jadvalida miqdoriy sizib chiqish qiymati berilmagan.
• Kriptografik maxfiylik, differensial maxfiylik yoki xavfsiz ko‘p tomonlama hisoblash qo‘llanmagan.
• Zararli agent, prompt injection, huquqni oshirish va qayta identifikatsiya hujumlari sinovdan o‘tkazilmagan.
• HIPAA va GDPR bilan muvofiqlik mustaqil huquqiy audit bilan tasdiqlanmagan.
• FHIR bilan muvofiqlik haqiqiy sog‘liq axborot tizimi integratsiyasida sinovdan o‘tkazilmagan.
• Tier 2 ning o‘rtacha kechikishi tadqiqotchilarning oddiy so‘rov maqsadidan oshgan.
• Favqulodda holat uchun belgilangan 2 soniyalik maqsad bajarilmagan.
• %99,99 mavjudlik maqsadi haqiqiy tizim o‘lchovi bilan tasdiqlanmagan.
• Rozilikni tekshirish va audit jurnali uchun berilgan kechikish maqsadlarining tajribaviy natijalari yo‘q.
• Masshtablanuvchanlik tajribasi bir vaqtdagi shifoxona trafikini ifodalamaydi.
• Shifokorlarning ogohlantirishlarni to‘g‘ri talqin qilish va qo‘llash xatti-harakati o‘rganilmagan.
• Ogohlantirish charchoqligi haqiqiy foydalanuvchilar bilan o‘lchanmagan.
• Bemor roziligi matnlarining tushunarliligi va qaror sifati sinovdan o‘tkazilmagan.
• Prospektiv klinik tadqiqot o‘tkazilmagan.
• Oldi olingan dori hodisasi, kamaygan tashxis kechikishi yoki bemor natijasi o‘lchanmagan.
• Manba kodi, sintetik ma’lumot generatori va tajriba fayllari uchun ochiq kirish havolasi berilmagan.
• Moliyalashtirish va manfaatlar to‘qnashuvi bayonoti asosiy matnda mavjud emas.

Tadqiqot nimani qo‘llab-quvvatlaydi?

• Tuzilmali agent aloqasi sintetik klinik ssenariylarda bo‘limlararo ma’lumotni birlashtirishni ta’minlay olishini qo‘llab-quvvatlaydi.
• Tier 1 darajasidagi mavhum signallar murakkab diagnostik naqshlar uchun yetarli emasligini ko‘rsatadi.
• Tier 2 klinik xulosasi tanlangan ssenariylarda Tier 3 bilan bir xil aniqlash muvaffaqiyatini kamroq tafsilot bilan bera olishini ko‘rsatadi.
• Orkestratsiya va ma’lumot oqimi LLMning o‘z kapasitetidan muhimroq bo‘lishi mumkinligini qo‘llab-quvvatlaydi.
• Qisman rozilik cheklovlarida muqobil ma’lumot yo‘llari ayrim aniqlashlarni saqlab qola olishini ko‘rsatadi.
• To‘liq almashuvdan tashqarida qolish bo‘limlararo diagnostik naqshlarni yo‘q qilishini ko‘rsatadi.
• Xuddi shu muvofiqlashtirish qatlami qoidaga asoslangan va LLMga asoslangan dvigatellar bilan ishlay olishini qo‘llab-quvvatlaydi.
• Bemorlar soni oshgani sari simulyatsiya vaqti taxminan chiziqli oshishini ko‘rsatadi.

Tadqiqot nimani isbotlamaydi?

• MedAgentNet haqiqiy shifoxonalarda 100 foiz aniqlik bilan ishlashini isbotlamaydi.
• Dori xatolari yoki nojo‘ya dori hodisalarini haqiqatan kamaytirishini ko‘rsatmaydi.
• Tashxis kechikishini 6–12 oyga kamaytirishini klinik ma’lumotlar bilan isbotlamaydi.
• Tier 2 barcha klinik savollar uchun yetarli bo‘lishini ko‘rsatmaydi.
• Xom ma’lumotlarning mahalliy saqlanishi barcha maxfiylik va kiberxavfsizlik xavflarini bartaraf etishini isbotlamaydi.
• Tizim HIPAA, GDPR yoki boshqa bir mamlakat qonunchiligiga avtomatik ravishda mos kelishini ko‘rsatmaydi.
• Bemor roziligisiz ma’lumot almashish etik yoki qonuniy ekanini qo‘llab-quvvatlamaydi.
• Favqulodda holatda rozilikni bekor qilish qarori qaysi sharoitlarda xavfsiz bo‘lishini tasdiqlamaydi.
• Til modeli klinitsistning o‘rnini bosa olishini ko‘rsatmaydi.
• Klinik ogohlantirishlarni inson ko‘rigisiz qo‘llash mumkinligini isbotlamaydi.
• Turli til, shifoxona, bemor guruhi va tibbiy amaliyotlarda umumlashtirilishini ko‘rsatmaydi.

Tadqiqotning Usuli va Topilmalari

Tadqiqot dizayni

Tadqiqot arxitektura dizayni, tuzilmali aloqa protokoli, bemor roziligi modeli, sintetik bemor yaratish, LLMga asoslangan ko‘p-agentli simulyatsiya, oshkor qilish qatlami ablation tajribasi, tasodifiy urug‘ barqarorligi tahlili, provayder taqqoslanishi, rozilik cheklovi va masshtablanuvchanlik tahlilidan iborat.

Simulyatsiyaning asosiy tarkibiy qismlari

Baholash mezonlari

• Dori ziddiyatini aniqlash darajasi
• Diagnostik bog‘lanish yoki naqshni aniqlash darajasi
• Yolg‘on-musbat ko‘rsatkich
• Zarurdan ortiq ma’lumotni oshkor qilish
• Uchdan uchgacha javob kechikishi
• Turli tasodifiy urug‘lar o‘rtasidagi o‘zgaruvchanlik
• Bemorlar soni bilan umumiy ishlov berish vaqtining o‘zgarishi

Ma’lumot sizib chiqishi usul bo‘limida mezon sifatida belgilangan bo‘lsa-da, natijalarda ushbu mezon uchun alohida sonli jadval berilmagan.

Asosiy miqdoriy natijalar

Statistik baholash

Uchta tasodifiy urug‘ bilan bajarilgan ishga tushirishlarda aniqlash darajasi uchun 0 foiz standart og‘ish, yolg‘on-musbat ko‘rsatkich uchun 2,9 foiz standart og‘ish qayd etilgan. Biroq atigi uchta ishga tushirish amalga oshirilgan va ishonch oraliqlari berilmagan.

Ssenariylarning natija yorliqlari sintetik ma’lumot yaratishda oldindan ma’lum bo‘lgani uchun ushbu baholash haqiqiy klinik tashxis aniqligi tadqiqoti emas. Sezgirlik, o‘ziga xoslik, musbat bashorat qiymati va yolg‘on-musbat ko‘rsatkich faqat yaratilgan ssenariy taqsimoti doirasida talqin qilinishi kerak.

Tadqiqot taklif etgan klinik validatsiya

Tadqiqotchilar kelajakda standart parvarish bilan MedAgentNet qo‘llab-quvvatlagan parvarish taqqoslanadigan prospektiv va nazoratli tadqiqotni taklif qilmoqda. Taklif etilgan asosiy natijalar quyidagilar:

• Oldi olingan nojo‘ya dori hodisalari
• Tashxis kechikishidagi o‘zgarish
• Klinitsist qoniqishi
• Bemor ishonchi
• Rozilik berish darajasi
• Tizimning haqiqiy foydalanish chastotasi

Ushbu natijalarning hech biri mavjud preprintda o‘lchanmagan.

Turkiyada validatsiya uchun zarur qadamlar

• Turkcha klinik qaydlar va tibbiy qisqartmalarda til modelini baholash
• Mahalliy dori nomlari, faol moddalar, dozalar va retsept yozuvlarini moslashtirish
• Turli shifoxona axborot tizimlari o‘rtasida FHIR muvofiqligini haqiqiy integratsiya bilan sinash
• Bemor shaxsini moslashtirish va noto‘g‘ri bemorga tegishli yozuv xavfini baholash
• Rozilik matnlarining bemorlar tomonidan tushunarliligini o‘lchash
• Favqulodda holatda rozilikni bekor qilish shartlarining etik va huquqiy tahlili
• O‘tmishdagi haqiqiy yozuvlarda retrospektiv, ko‘r klinitsist baholashli test
• Yolg‘on ogohlantirishlar va o‘tkazib yuborilgan xavflarni bemor xavfsizligi kengashi tomonidan ko‘rib chiqish
• Prompt injection, zararli so‘rov va huquqni oshirish hujum testlari
• Ma’lumot sizib chiqishi va qayta identifikatsiya xavfini miqdoriy o‘lchash
• Klinik ogohlantirishlarni majburiy inson tasdig‘i bilan taqdim etish
• Cheklangan bo‘limlarda prospektiv pilot qo‘llash
• Javob kechikishini oddiy va favqulodda foydalanish maqsadlariga tushirish
• Muassasalararo audit va javobgarlik taqsimotini belgilash

Manba va Usul Haqida Izoh

Tadqiqotning asl nomi: MedAgentNet: Federated Multi-Agent AI for Privacy-Preserving Cross-Departmental Clinical Intelligence

Mualliflar: Mohamed Mabrok; Yalda Zafari; Yang Cao; Naoto Yanai; Essam A. Rashed.

Mualliflar tartibi: Yuqoridagi tartib tadqiqotdagi asl mualliflar ketma-ketligini saqlaydi.

Teng hissa haqida ma’lumot: Tadqiqotda hammualliflikdagi teng birinchi muallif yoki teng hissa bayonoti mavjud emas.

Mas’ul muallif: Hujjatda “Corresponding author” izohi mavjud; biroq yulduzcha mualliflar qatorida bitta ism bilan aniq bog‘lanmagan. Izohda besh muallifning elektron pochta manzili birga berilgani sababli mas’ul muallifning shaxsi ushbu versiyadan aniq belgilanmaydi.

Mualliflarning elektron pochta manzillari:

• Mohamed Mabrok: m.a.mabrok@qu.edu.qa
• Yalda Zafari: yaldazafari5@gmail.com
• Yang Cao: cao@c.titech.ac.jp
• Naoto Yanai: yanai.naoto@jp.panasonic.com
• Essam A. Rashed: rashed@gsis.u-hyogo.ac.jp

ORCID ma’lumotlari:

• Mohamed Mabrok: 0000-0003-3638-4424
• Yalda Zafari: 0009-0004-9737-7134
• Yang Cao: 0000-0002-6424-8633
• Naoto Yanai: 0000-0002-0817-6188
• Essam A. Rashed: 0000-0001-6571-9807

Muassasalar:

• Department of Mathematics and Statistics, Qatar University, Doha, Qatar.
• Department of Computer Science, Institute of Science Tokyo, Tokyo, Japan.
• Graduate School of Information Science and Technology, Osaka University, “Suite, Japan”. “Suite” iborasi hujjatda aynan shu shaklda yozilgan va matn ichida tuzatilmagan.
• Graduate School of Information Science, University of Hyogo, Kobe 650-0047, Japan.
• Advanced Medical Engineering Research Institute, University of Hyogo, Himeji 670-0836, Japan.

Muassasa–aloqa izohi: Naoto Yanai uchun Osaka University muassasasi ko‘rsatilgan bo‘lsa-da, aloqa manzili Panasonic domenidadir. Ushbu farqning sababi preprintda tushuntirilmagan.

DOI:10.2139/ssrn.7181662

Rasmiy nashr platformasi: SSRN.

Rasmiy tadqiqot havolasi:SSRN tadqiqot sahifasi

Nashr yili: 2026.

Jurnal: Ushbu versiya uchun muayyan hakamli jurnal nomi yoki qabul qarori mavjud emas.

Nashr holati: Hujjatning har bir sahifasida tadqiqot hakamlar ko‘rigidan o‘tmagani ko‘rsatilgan. “Preprint submitted to Elsevier” iborasi Elsevier jurnaliga qabul qilinganini anglatmaydi.

Manba turi: Federativ ko‘p-agentli klinik sun’iy intellekt arxitekturasi, sintetik bemor ma’lumotlari, LLMga asoslangan simulyatsiya, oshkor qilish qatlamini taqqoslash, rozilik cheklovi va masshtablanuvchanlik tahlilini o‘z ichiga olgan preprint tadqiqot maqolasi.

Haqiqiy bemor ma’lumotlari: Ishlatilmagan. Bemor yozuvlari klinik shablonlar asosida sintetik tarzda yaratilgan.

Etika kengashi: Haqiqiy inson ishtirokchilari yoki bemor ma’lumotlari ishlatilmagani ko‘rsatilgan; bundan tashqari etika kengashi tasdig‘i taqdim etilmagan.

Moliyalashtirish: Asosiy matnda moliyalashtirish bayonoti mavjud emas.

Manfaatlar to‘qnashuvi: Asosiy matnda manfaatlar to‘qnashuvi bayonoti mavjud emas.

Muallif hissalari: Alohida CRediT muallif hissasi bayonoti mavjud emas.

Ma’lumot va kodga kirish: Sintetik bemor yaratish kodi, ko‘p-agentli simulyatsiya, prompt shablonlari, to‘g‘ri natija yorliqlari va tajriba chiqishlari uchun ochiq kirish havolasi berilmagan.

Muvofiqlik da’vosi: Tadqiqotchilar arxitektura HIPAA, GDPR va HL7 FHIR tamoyillariga mos tarzda loyihalanganini bildiradi. Tadqiqot mustaqil huquqiy ko‘rik, sertifikatsiya, xavfsizlik auditi yoki haqiqiy FHIR integratsiyasini taqdim etmaydi.

Maxfiylik yondashuvi: Mavjud dizaynning asosiy himoyasi ma’lumotni mahalliy saqlash, maqsad bilan cheklangan so‘rovlar, oshkor qilish qatlamlari, bemor roziligi va audit jurnalidir. Differensial maxfiylik, gomomorf shifrlash yoki xavfsiz ko‘p tomonlama hisoblash tajribaviy tizimga tatbiq etilmagan.

Ushbu o‘zbekcha sharh yuklangan 21 sahifalik tadqiqotning sarlavha va identifikatsiya ma’lumotlari, arxitektura sxemalari, matematik ta’rifi, FHIR bilan mos JSON namunasi, yo‘naltirish algoritmi, oshkor qilish qatlamlari, texnologiya steki, klinik ssenariylari, samaradorlik jadvallari, bemor roziligi tajribasi, provayder taqqoslanishi va masshtablanuvchanlik natijalari ko‘rib chiqilib tayyorlangan. Tadqiqotda mavjud bo‘lmagan klinik natijalar qo‘shilmagan; xayoliy ssenariylardagi natijalar haqiqiy bemor topilmalari sifatida taqdim etilmagan.

Tadqiqotning asosiy qiymati turli sog‘liq bo‘limlaridagi ma’lumotlarning barchasini markazlashtirmasdan, klinik jihatdan mazmunli xulosalar orqali birlashtirish mumkinligini ko‘rsatadigan ochiq va tekshiriladigan arxitektura taqdim etishidir. Asosiy cheklovi esa 100 foiz deb bildirilgan muvaffaqiyatlar sintetik, aniq belgilangan va soni cheklangan ssenariylardan olinganidir. Haqiqiy klinik foyda, maxfiylik, huquqiy muvofiqlik, kiberxavfsizlik va bemor natijalari mustaqil klinik tadqiqotlarda tasdiqlanmaguncha tizim qarorlarni qo‘llab-quvvatlashdan tashqari foydalanishga tayyor deb hisoblanmasligi kerak.