روبوت دردشة مستند إلى الوثائق قائم على RAG لضمان جودة الإشعاع الطبي: تحسين الدقة باستخدام HyDE، التخزين المؤقت، المطابقة متعددة اللغات، والنشر السحابي

يقترح هذا البحث روبوت دردشة قائم على تقنية التوليد المعزز بالاسترجاع (RAG) لتقديم إجابات تستند إلى وثائق جودة معدات الإشعاع الطبي (QA). النظام المقترح (1) يطبق تقنية تضمين تستند إلى توسيع الاستعلام عبر إنشاء وتضمين استجابات افتراضية، (2) يعالج حالات عدم التوافق في البيئات متعددة اللغات من خلال تطبيع الاستجابات الافتراضية إلى اللغة الإنجليزية، متيحًا تضمينًا وبحثًا متسقًا، و(3) يجمع بين التخزين المؤقت في الذاكرة والملفات لتقليل تأخير الاستجابة وتكاليف استدعاء النموذج. تم معالجة معايير QA السريرية ووثائق نتائج الفحوصات مسبقًا لتكوين حوالي 20000 وحدة نصية، وبُني الفهرس باستخدام محرك بحث متجهات. أظهرت التقييمات تحسنًا في متوسط درجة الدقة من 3.66 إلى 4.83، وانخفاض معدل فشل البحث من أكثر من 50% إلى 13.3%، وتقليل متوسط زمن الاستجابة من 3.5 ثانية إلى 1.8 ثانية. تم تقييم جودة الاستجابات كميةً عبر ستة معايير: الدقة، الإخلاص، الصلة، الاتساق، التعبير، والكمال. يمكن نشر النظام وتشغيله في بيئة تنفيذ سحابية وبنية تحتية للحوسبة باستخدام GPU، ويركز التطوير المستقبلي على تحسين RLHF/DPO بالاعتماد على بيانات تفضيلات المستخدم. كما طبّق البحث إجراءات تحقق معيارية لضمان قابلية تكرار النتائج، باستخدام 120 استعلام تقييم، وتقييم من قبل ثلاثة خبراء في المجال، ومطابقة أدلة قائمة على الوثائق. تم تحليل الأداء حسب نوع الاستعلامات مثل الاستعلامات الإجرائية، التقييمية، والتعريفية، مؤكدة تفوّق بنية RAG على النماذج اللغوية الكبيرة المنفردة في مختلف المعايير. تشير هذه النتائج إلى إمكانية التطبيق العملي للنموذج المقترح في بيئات ضمان جودة الإشعاع الطبي التي تتطلب دقة عالية وتفسير مستند إلى الأدلة.