نظام RAG للبروتوكولات السريرية محلياً (On-Prem): البنية التحتية لمستشفيات الخليج

الطبيب الذي يبحث عن بروتوكول تعفن الدم (sepsis) في الساعة 3 صباحاً لا يملك الوقت للتحقق مما إذا كانت الإجابة مختلقة. إنه يحتاج إلى المبدأ التوجيهي الذي اعتمده المستشفى والساري اليوم، مع مرجع يمكنه فتحه. روبوت الدردشة العام لا يمكنه ضمان أي من ذلك.

النمط المناسب هنا هو قاعدة معرفة خاصة تعمل داخل المستشفى. تقرأ بروتوكولات المستشفى الخاصة وتجيب منها فقط. الاسم التقني لذلك هو التوليد المعزز بالاسترجاع (retrieval-augmented generation)، أو RAG: يقوم النظام باسترجاع المقطع ذي الصلة أولاً، ثم يكتب إجابة قصيرة من ذلك المقطع وحده.

طريقة البناء مفهومة جيداً، باستثناء جزء واحد غالباً ما يسير بشكل خاطئ: البروتوكولات تتغير، والنظام يستمر في الاقتباس من الإصدار القديم. معظم التفاصيل أدناه تركز على هذه المشكلة.

ما يفعله النظام، وما يجب ألا يفعله أبداً

نظام البروتوكول السريري هو أداة بحث تعلوها خلاصة. يأخذ السؤال ويجد القسم المطابق في المستندات المعتمدة. ثم يعرض ذلك القسم مع ملخص قصير بلغة واضحة مستمد فقط من النص المسترجع. إذا كانت المستندات المعتمدة لا تجيب على السؤال، فإنه يوضح ذلك ويتوقف.

إنه لا يشخص الحالات. ولا يوصي بعلاج لمريض بعينه. ولا يملأ الفجوات بمعرفة طبية عامة استوعبها النموذج أثناء التدريب.

كل واحدة من هذه النقاط الثلاث هي كيف تتحول أداة بحث مفيدة إلى خطر سريري. بقية البنية التحتية موجودة لفرض هذه الحدود.

لماذا يعمل محلياً (On-Prem) في الخليج

مستند البروتوكول بحد ذاته قد لا يحتوي على بيانات مرضى. لكن الأسئلة عادة ما تحتوي عليها. يكتب الطبيب: "ذكر يبلغ من العمر 54 عاماً، مصاب بمرض الكلى المزمن (CKD) المرحلة 3، حساسية من البنسلين، ما هو بروتوكولنا للالتهاب الرئوي المكتسب من المجتمع؟" أرسل ذلك إلى API خارجي، وستكون بيانات المريض الصحية قد غادرت المبنى.

هناك حقيقتان قانونيتان تشكلان هذا القرار:

• ▸المملكة العربية السعودية. يعامل نظام حماية البيانات الشخصية (PDPL) البيانات الصحية على أنها حساسة. ويقيد نقلها خارج المملكة، وتحدد اللوائح التنفيذية لـ سدايا (SDAIA) شروط أي نقل. تنشر سدايا غرامات النظام التي تصل إلى 5 ملايين ريال سعودي، والتي قد تتضاعف في حال تكرار المخالفة. قائمة التحقق الخاصة بنا للامتثال لنظام PDPL في عمليات نشر الذكاء الاصطناعي تحول المواد القانونية إلى متطلبات بناء.
• ▸الإمارات العربية المتحدة. يتطلب القانون الاتحادي رقم 2 لعام 2019 بشأن استخدام تقنية المعلومات والاتصالات في المجالات الصحية تخزين البيانات الصحية ومعالجتها داخل الدولة، مع استثناءات ضيقة تحدد بقرار وزاري. كما تخضع منشآت أبوظبي لمعيار أمان ADHICS التابع لدائرة الصحة بأبوظبي، ومنشآت دبي لمتطلبات هيئة الصحة بدبي (DHA).

تختلف القواعد حسب الدولة والإمارة، لذا اطلب من فريق الامتثال لديك تأكيد التفاصيل. الإجابة العملية هي نفسها في كل مكان: احتفظ بفهرس البحث و النموذج داخل محيط المستشفى. السحابة السيادية المعتمدة داخل الدولة هي البديل. القول "في مركز البيانات الخاص بنا" أسهل بكثير في الدفاع عنه أمام الجهات التنظيمية من "في منطقة أجنبية بموجب عقد عدم الاحتفاظ بالبيانات (zero-retention)".

عائلات النماذج مفتوحة الأوزان مثل Qwen و Llama تعمل بشكل جيد على الأجهزة المملوكة للمستشفى. تلخيص مقطع مسترجع هو مهمة ضيقة. فجوة الجودة مع أكبر النماذج المستضافة صغيرة هنا، ولكن قم بقياسها على مجموعة الاختبار الخاصة بك بدلاً من افتراضها.

ثلاث مشاكل هندسية تفصل بين نظام RAG السريري والنسخة التجريبية (Demo)

1. قراءة ملفات PDF السريرية الحقيقية بشكل صحيح

نادراً ما تكون الإرشادات السريرية نصاً نظيفاً. فهي تحتوي على مخططات انسيابية للقرارات، وجداول جرعات، وهوامش، وصفحات موافقة ممسوحة ضوئياً. استخراج النص الأساسي يسطح الجداول إلى سلسلة واحدة من الأرقام. يمكن أن ينتهي الأمر بقراءة جرعة الأطفال كجزء من عمود البالغين. عندها يحتفظ النظام بجرعة غير صحيحة لم يكتبها أحد.

استخدم محلل نصوص يدرك التخطيط (layout-aware) أو نموذجاً قادراً على الرؤية عند إدخال البيانات (ingestion). تبقى الجداول جداول. وتصبح المخططات الانسيابية خطوات مرقمة. وتنجو عناوين الأقسام. ثم اطلب من شخص إجراء فحص عشوائي لكل مستند مليء بالجداول قبل البث المباشر. أخطاء الإدخال لا يمكن إصلاحها لاحقاً في خط المعالجة.

2. التطابق التام لأسماء الأدوية والرموز

البحث القائم على المعنى جيد مع المفاهيم. إنه يعرف أن "ارتفاع ضغط الدم" و "hypertension" يعنيان نفس الشيء. لكنه غير موثوق مع المعرفات (identifiers). استعلام عن رمز بروتوكول واحد يمكن أن يرجع رمزاً مختلفاً يبدو مشابهاً فقط.

الحل هو البحث الهجين (hybrid search). البحث القائم على المعنى يتعامل مع المفاهيم. البحث بالكلمات المفتاحية، عادة BM25، يضمن نتائج دقيقة لأسماء الأدوية والرموز والاختصارات. يتم دمج قائمتي النتائج، ويقوم نموذج إعادة الترتيب (reranking) بإعادة ترتيب أفضل المرشحين. هذه الخطوة تكلفتها قليلة وتزيل فئة كاملة من أخطاء المستندات الخاطئة. تصف وثائق pgvector اقترانها ببحث Postgres للنص الكامل ودمج النتائج باستخدام Reciprocal Rank Fusion أو cross-encoder.

3. تقسيم المستندات بناءً على الأقسام السريرية

يخزن النظام المستندات في أجزاء، تسمى مقطع (chunk). قم بتقسيمها عند حدود الأقسام الحقيقية: دواعي الاستعمال، موانع الاستعمال، الجرعة، المراقبة. يجب أن يحمل كل مقطع عنوان البروتوكول الأصلي ومسار القسم. يجب ألا يظهر مقطع موانع الاستعمال أبداً بدون البروتوكول الذي ينتمي إليه.

المشكلة الصعبة: البروتوكولات المستبدلة

هذا هو الفشل الذي يحدث بصمت. لا يزال دليل تعفن الدم لعام 2023 موجوداً في محرك الأقراص المشترك بجوار مراجعة 2026. كلاهما يتم فهرسته. يرجع البحث أيهما يتطابق بشكل أفضل مع صياغة السؤال. أحياناً يكون هذا هو القديم، ولا يرى الطبيب أي تحذير.

حذف الإصدارات القديمة ليس هو الحل. الالتزامات التدقيقية والطبية القانونية تعني أنه يجب عليك إظهار الإرشادات التي تم تطبيقها في تاريخ معين. يجب أن يحتفظ النظام بالسجل مع جعل المحتوى المستبدل غير قابل للوصول للأسئلة المباشرة. يتطلب ذلك ثلاث آليات.

الآلية الأولى: البيانات الوصفية (Metadata) المطلوبة لكل مقطع

ترفض عملية الإدخال أي مستند يفتقر إلى هذه الحقول. لا توجد استثناءات، بما في ذلك التحميلات "العاجلة".

هذه الحقول هي الشكل السريري لـ مخطط البيانات الوصفية العام للتواريخ، والوصول، والحالة، والتسلسل الذي يحتاجه أي نظام RAG مؤسسي. تضيف النسخة السريرية scope و approver وتجعل كل حقل إلزامياً.

حقل scope هو الحقل الذي تنساه الفرق. غالباً ما تحتفظ الشبكات متعددة المواقع بسياسة شبكة بالإضافة إلى متغيرات محلية. يجب أن يحصل سؤال من وحدة العناية المركزة (ICU) في أحد المستشفيات على بروتوكول وحدة العناية المركزة الخاص بذلك المستشفى إذا كان موجوداً، ثم يعود إلى الإعداد الافتراضي للشبكة.

الآلية الثانية: التصفية قبل البحث، وليس بعده

يحمل كل استعلام تاريخاً مرجعياً، ويكون الافتراضي هو اليوم. يتم تشغيل البحث فقط على أي مقطع يجتاز هذه القاعدة:

status = active
AND effective_from is on or before the reference date
AND (effective_to is empty OR effective_to is after the reference date)
AND scope matches the user's facility or is network-wide

تطبق كل من Qdrant و pgvector و Weaviate هذا النوع من التصفية داخل البحث نفسه. التصفية بعد البحث أمر خاطئ. التطابق القوي مع بروتوكول مسحوب يمكن أن يدفع البروتوكول الحالي خارج أفضل النتائج، وبعد ذلك لا يتبقى شيء لتصفيته.

يمكن لمستخدمي التدقيق تعيين التاريخ المرجعي إلى الماضي ومعرفة ما تم تطبيقه حينها. الأطباء لا يمكنهم ذلك أبداً.

الآلية الثالثة: سير عمل للنشر، وليس مجلداً

الموافقة على إصدار جديد هي إجراء واحد مسجل، وليست ملفاً يتم إلقاؤه في محرك أقراص مشترك. هذا الإجراء يفعل ثلاثة أشياء معاً. يميز الإصدار السابق بأنه مستبدل (superseded). يحدد تاريخ انتهاء الإصدار القديم ليكون تاريخ بدء الإصدار الجديد. ينشط مقاطع الإصدار الجديد. يتم تسجيل هوية المعتمد.

إذا فشلت أي خطوة، فلن يتم تطبيق أي منها. البروتوكول نصف المنشور، مع تنشيط كلا الإصدارين، هو بالضبط الحالة التي تبني النظام لمنعها.

تعرض كل إجابة بعد ذلك اسم البروتوكول ورقم الإصدار وتاريخ السريان بجانب الاقتباس. يتعلم الأطباء إلقاء نظرة سريعة عليه، وتصبح الإجابة القديمة مرئية بدلاً من أن تكون صامتة.

قم ببناء هذا في اليوم الأول. تعديله لاحقاً على فهرس مباشر يعني إعادة تعبئة البيانات الوصفية لكل مقطع. ويعني أيضاً العثور على سجلات الموافقة للمستندات القديمة التي قد لا تكون موجودة. تمت تغطية الإصدار العام من مشكلة إعادة التعبئة هذه في منشور مخطط البيانات الوصفية الخاص بنا.

الأجهزة وتكلفة التشغيل

الإجابة على الأسئلة تتطلب حوسبة أقل بكثير من تدريب النموذج. كنطاق تخطيط، عادة ما يتم خدمة شبكة متوسطة الحجم بها بضع مئات من المستخدمين السريريين بواسطة خادم واحد. تتبع ذاكرة وحدة معالجة الرسومات (GPU) التي تحتاجها الصيغة الموجودة في دليل سرعة نماذج LLM المحلية: ذاكرة الأوزان هي المعلمات (parameters) مضروبة في البايت لكل معلمة، بالإضافة إلى الذاكرة العاملة للمستخدمين المتزامنين. يحتاج النموذج بحجم 32B بدقة 8-bit إلى حوالي 32 جيجابايت للأوزان وحدها. يحتاج النموذج بحجم 70B بدقة 4-bit إلى ما يقرب من 35 إلى 40 جيجابايت. لهذا السبب، فإن وحدتي معالجة رسومات لمركز البيانات بذاكرة تتراوح من 40 إلى 80 جيجابايت لكل منهما هو نطاق التخطيط المعتاد. قم بتأكيد الحجم مقابل حمل الذروة المتوقع قبل الشراء. البرامج النموذجية: Qdrant أو pgvector للبحث، vLLM أو SGLang لخدمة النموذج، Langfuse لتسجيل كل استعلام وإجابة.

قارن بين الحل المحلي (on-prem) والسحابة باستخدام أرقامك الخاصة:

التكلفة السحابية الشهرية = الاستعلامات في اليوم × 30 × (متوسط توكنز الإدخال × معدل الإدخال + متوسط توكنز الإخراج × معدل الإخراج)

أسئلة نظام RAG السريري ثقيلة الإدخال، لأن كل سؤال يحمل عدة مقاطع مسترجعة. ضع هذا الرقم الشهري مقابل تكلفة الخادم الموزعة على مدى عمره، بالإضافة إلى الطاقة والدعم. حجم الزيارات لديك، وليس عرض البائع، هو ما يخبرك أين تتقاطع الخطوط. يغطي نفس الدليل الحصول على معدل الإنتاجية أعلى من نفس الأجهزة.

التقييم قبل أن يراه الطبيب

يحتاج المجلس الطبي إلى أدلة، وليس إلى نسخة تجريبية. قم ببناء مجموعة اختبار تتكون من بضع مئات من الأسئلة الحقيقية، كل منها مقترن بقسم البروتوكول الذي يجب أن يجيب عليه. اكتب الأسئلة مع الأطباء، وليس المهندسين. يغطي منشور التقييم الخاص بنا كيفية بناء وتأمين مجموعة اختبار من 100 سؤال؛ المجموعة السريرية أكبر وتضيف البوابات أدناه. حدد عتبات النجاح مع لجنة الحوكمة السريرية لديك قبل ظهور أي نتائج.

هناك أربع بوابات مهمة:

1. ▸الموثوقية (Faithfulness). كل ادعاء في الإجابة يعود إلى نص مسترجع. المعرفة الخارجية، حتى المعرفة الصحيحة، تعتبر فشلاً.
2. ▸استدعاء السياق (Context recall). الاسترجاع وجد القسم الصحيح. إذا أرجع سؤال عن ربو الأطفال بروتوكول البالغين، فلا شيء في خط المعالجة اللاحق يمكنه التعافي.
3. ▸صحة الإصدار. مجموعة من الأسئلة التي تغيرت إجاباتها بين الإصدارات. يجب أن يرجع النظام الإصدار الحالي في كل مرة. خطأ واحد يعني أن منطق التصفية معطل.
4. ▸الرفض الصحيح. الأسئلة التي لا تغطيها البروتوكولات. يجب أن يقول النظام أنه ليس لديه إجابة معتمدة، وألا يرتجل واحدة.

أعد تشغيل المجموعة الكاملة كلما تغيرت البروتوكولات أو النماذج أو إعدادات البحث.

الأسئلة الشائعة

هل يتخذ النظام قرارات طبية؟ لا. إنه يسترجع ويلخص البروتوكولات المعتمدة، مع الاقتباسات. إنه يحل محل البحث في دليل PDF، وليس الحكم السريري. اجعل هذه الحدود واضحة في التدريب وفي واجهة المستخدم.

هل يمكننا تشغيله على وحدات المعالجة المركزية (CPUs) بدلاً من وحدات معالجة الرسومات (GPUs)؟ ليس للاستخدام السريري التفاعلي. النموذج القادر على التلخيص الموثوق يستغرق عادة عشرات الثواني لكل إجابة على وحدات المعالجة المركزية. يحتاج الأطباء إلى إجابة في غضون ثوانٍ قليلة، لذا خطط لاستخدام وحدات معالجة الرسومات.

كيف نتعامل مع البروتوكولات باللغتين العربية والإنجليزية؟ استخدم نموذج بحث متعدد اللغات بحيث يمكن لسؤال باللغة العربية استرجاع بروتوكول باللغة الإنجليزية والعكس. تعود الإجابة بلغة المستخدم، مع الاقتباس باللغة الأصلية. قم ببناء مجموعة الاختبار بكلتا اللغتين، لأن جودة الاسترجاع نادراً ما تكون متساوية بينهما. تعامل مع أي ملخص عربي لقسم جرعات باللغة الإنجليزية على أنه يحتاج إلى مراجعة سريرية إضافية قبل الإطلاق.

القرار الذي أمامك ليس أي نموذج تختار. بل هو ما إذا كانت مكتبة البروتوكولات لديك تتمتع بتحكم نظيف في الإصدارات اليوم. إذا لم يكن الأمر كذلك، فأصلح ذلك أولاً. سيكرر الذكاء الاصطناعي أي خطأ في عملية المستندات الخاصة بك، وسيقوله بثقة.