# Большие языковые модели для планирования лечения по клиническим рекомендациям и автоматического медицинского кодирования: проблемы, решения, разработка и проверка алгоритмов

Научная публикация · 10 ноября 2025 г.

Исследование представляет и оценивает 2 подхода на основе LLM, внедрённых в Rhazes Clinician для решения этих задач: генерацию, дополненную поиском с генеративной поддержкой (GARAG), для автоматического планирования доказательного лечения и векторный поиск с генеративной поддержкой (GAVS) для автоматического медицинского кодирования.

![](/assets/news-challenges-solutions.png)

**Введение: **Диагностические ошибки и административная нагрузка, включая медицинское кодирование, остаются серьёзными проблемами здравоохранения. Большие языковые модели (LLM) могут помочь их решить, но внедрение сдерживают сомнения в надёжности, прозрачности и клинической безопасности этих моделей.

**Цель: **В исследовании представлены и оценены 2 подхода на основе LLM, реализованные в Rhazes Clinician для решения этих проблем: генерация, дополненная поиском с генеративной поддержкой (GARAG), для автоматического составления планов лечения на основе научных данных и векторный поиск с генеративной поддержкой (GAVS) для автоматического медицинского кодирования.

**Методы: **GARAG оценивали на 21 тестовом клиническом случае, составленном авторами с медицинской квалификацией. Каждый случай независимо обрабатывали 3 раза. Результаты оценивали по 4 критериям: корректность ссылок, отсутствие повторов, соблюдение формата и клиническая обоснованность созданного плана ведения пациента. GAVS оценивали на 958 случайно выбранных госпитализациях из базы Medical Information Mart for Intensive Care (MIMIC)–IV. Эталоном служили коды *Международной классификации болезней десятого пересмотра* (*ICD-10*), использованные для выставления счетов. Сравнивали два подхода: прямой запрос к GPT-4.1 с заданием предсказать коды *ICD-10* без ограничений и GAVS, где GPT-4.1 формировала диагностические понятия, а векторный поиск сопоставлял каждое из них с 10 наиболее подходящими кодами *ICD-10*.

**Результаты: **Из 63 ответов 62 (98,4 %) соответствовали всем критериям оценки. Единственным исключением было небольшое нарушение порядка элементов при одном из повторов случая 14. В оценке GAVS 958 госпитализаций содержали 8576 присвоенных кодов подкатегорий *ICD-10* (1610 уникальных). Базовая LLM предложила 131 329 кодов, а GAVS предложил 136 920. На уровне подкатегорий средняя полнота выявления кодов составила 17,95 % у базовой LLM (15,86 % с учётом весов) и 20,63 % у GAVS (18,62 % с учётом весов). Улучшение было статистически значимым (*P*<0,001). На уровне категорий результаты практически совпали: средневзвешенная полнота 32,60 % и 32,58 % соответственно; *P*=0,99.

**Выводы: **GARAG продемонстрировал процесс, в котором планы ведения пациента опираются на рецензируемые клинические рекомендации по конкретному диагнозу, а поиск сохраняет клинически значимые детали. GAVS значительно повысил полноту диагностического кодирования на детальном уровне по сравнению с прямым использованием LLM. Оба подхода показывают, как методы на основе LLM могут улучшать поддержку клинических решений и медицинское кодирование. Впоследствии их интегрировали в Rhazes Clinician, веб-приложение для медицинских специалистов, которое координирует LLM-агентов, вызывающих специализированные инструменты, и объединяет их в одном интерфейсе для врача. Для подтверждения применимости результатов в других условиях и оценки влияния на исходы лечения необходимы дополнительная независимая проверка и масштабные исследования.

**JMIR Biomed Eng 2025;10:e66691**\

[doi:10.2196/66691](https://doi.org/10.2196/66691)

---

[Вернуться к новостям](https://www.rhazes.ai/ru/news/) · [Научные публикации](https://www.rhazes.ai/ru/publications/)