Skip to main content
Automaziot AI logo
  • Home
  • Blog
  • About
  • Contact
(646) 760-4854Book a Free Consultation
Automaziot AI - AI Automation and Intelligent Agents for Business

AI Automation Experts. We help businesses streamline operations and scale faster with intelligent agents and workflow automation.

USA(646) 760-4854Israel HQ+972-3-7630715info@automaziot.ai
Israel HQ: Ahad Ha'Am 9, Tel Aviv

Quick Links

  • Home
  • About
  • Contact
  • Case Studies
  • Glossary

Our Solutions

  • Lead Management
  • WhatsApp AI Agent
  • Business Automation
  • Smart CRM
  • Automated Scheduling
  • Sales & Support
  • WhatsApp Commerce
  • AI Agents
  • Tech Consulting

Stay Updated

Get the latest insights on AI automation delivered to your inbox.

FacebookInstagramLinkedIn

This site uses Google Analytics and Vercel Analytics to improve your experience. For full details, see our Privacy Policy

© 2026 Automaziot AI. All rights reserved.

Privacy PolicyTerms of ServiceAccessibilityEditorial Policy
מודלי שפה גדולים לחיזוי שבץ מוחי
מודלי שפה גדולים חוזים תוצאות שבץ מוחי
ביתחדשותמודלי שפה גדולים חוזים תוצאות שבץ מוחי
מחקר

מודלי שפה גדולים חוזים תוצאות שבץ מוחי

מחקר חדש מראה כיצד LLMs מנתחים דוחות קבלה לחיזוי מדויק של mRS ב-90 יום

אייל יעקבי מילראייל יעקבי מילר
12 בפברואר 2026
4 דקות קריאה

תגיות

Llama-3.1-8BMedGemma-4BBERTNYUTronNYU LangonemRSNIHSS

נושאים קשורים

#בינה מלאכותית ברפואה#חיזוי רפואי#שבץ מוחי#מודלי שפה גדולים

✨תקציר מנהלים

Key Takeaways

  • Llama fine-tuned השיג 42% דיוק מדויק לחיזוי שחרור.

  • ביצועים דומים לבסליינים מובנים ב-90 יום.

  • ניתוח ישיר מדוחות H&P ללא עיבוד נתונים.

  • פוטנציאל לשילוב בזרימת עבודה קלינית.

מודלי שפה גדולים חוזים תוצאות שבץ מוחי

  • Llama fine-tuned השיג 42% דיוק מדויק לחיזוי שחרור.
  • ביצועים דומים לבסליינים מובנים ב-90 יום.
  • ניתוח ישיר מדוחות H&P ללא עיבוד נתונים.
  • פוטנציאל לשילוב בזרימת עבודה קלינית.

מודלי שפה גדולים לחיזוי תוצאות שבץ מוחי

האם ניתן לחזות את התקדמותו של חולה שבץ מוחי רק על סמך דוח הקבלה לבית החולים? מחקר חדש מעלה אפשרות מלהיבה: מודלי שפה גדולים (LLMs) מצליחים לחזות את התוצאה הפונקציונלית של חולים אלו בדיוק גבוה. החוקרים בדקו את היכולת של מודלים כמו Llama ו-BERT לנתח הערות רפואיות שגרתיות, ללא צורך בנתונים מובנים כמו גיל או NIHSS. התוצאות מדהימות ומצביעות על עתיד שבו כלים מבוססי טקסט משתלבים בעבודת הרופאים.

מה זה חיזוי mRS באמצעות מודלי שפה גדולים?

ה-s mRS (modified Rankin Scale) הוא סולם סטנדרטי להערכת התפקוד הפונקציונלי לאחר שבץ מוחי, המדרג מ-0 (ללא סימפטומים) עד 6 (מוות). מחקר זה בדק כיצד מודלי שפה גדולים, כמו Llama-3.1-8B ו-MedGemma-4B, מנתחים דוחות היסטוריה ופיזיקל (H&P) כדי לחזות את הציון בזמן השחרור וב-90 יום. המודלים נבדקו בגרסאות קפואות ומעודכנות (fine-tuned), על נתונים מ-9,485 דוחות לשחרור ו-1,898 ל-90 יום ממאגר NYU Langone (2016-2025). זו גישה חדשנית שמאפשרת חיזוי ישיר מטקסט חופשי, ללא עיבוד נתונים ידני.

תוצאות מרשימות של Llama בחיזוי שבץ

המודל המנצח היה Llama לאחר fine-tuning. לחיזוי בזמן השחרור השיג דיוק מדויק (7 קטגוריות mRS) של 42.0% [95% CI, 39.0-45.0%] ודיוק בינארי (mRS 0-2 מול 3-6) של 75.0% [72.4-77.6%]. ל-90 יום: 33.9% [27.9-39.9%] מדויק ו-76.3% [70.7-81.9%] בינארי. מודלים אחרים כמו BERT ו-NYUTron היו נמוכים יותר. השוואה לבסליינים מובנים (עם NIHSS וגיל) הראתה ביצועים דומים ל-Llama ב-90 יום. לפי הדיווח, זה מאפשר כלים פרוגנוסטיים מבוססי טקסט שמתמזגים בזרימת העבודה הקלינית, בדומה לפתרונות סוכני AI.

השוואה למודלים מסורתיים

מודלים קודמים הסתמכו על משתנים מובנים כמו NIHSS (סולם חומרת שבץ), אך דרשו איסוף ידני. LLMs קוראים את כל ההקשר בדוחות, כולל תיאורים סובייקטיביים, ומספקים חיזוי דומה ללא מאמץ נוסף.

ההשלכות לעסקים בישראל

בישראל, שבה מתרחשים כ-20,000 מקרי שבץ מוחי בשנה, טכנולוגיה זו יכולה לשנות את ניהול בתי החולים. חברות מדטק ישראליות, כמו אלו המפתחות אוטומציה עסקית, יכולות לשלב כלים כאלו להקצאת משאבים טובה יותר, תכנון טיפולים וקיצור אשפוזים. זה מפחית עלויות ומשפר תוצאות חולים, במיוחד במערכת הבריאות הציבורית העמוסה. מחקר זה פותח דלת לשיתופי פעולה בין AI לרפואה ישראלית חדשנית.

מה זה אומר לעסק שלך

אם אתה מנהל חברת בריאות או סטארט-אפ מדטק, שקול לשלב מודלי שפה גדולים לחיזוי תוצאות. זה מאפשר החלטות מבוססות נתונים בזמן אמת, משפר יעילות ומגדיל רווחיות. העתיד כבר כאן – התחל לבדוק איך ליישם זאת.

חברות שיאמצו טכנולוגיה זו יובילו את השוק. האם העסק שלך מוכן לשינוי?

שאלות ותשובות

FAQ

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

Your information will only be used to contact you and deliver our services. For details, see ourPrivacy Policy and Terms of Service

עוד כתבות שיעניינו אותך

לכל הכתבות
AI to Learn 2.0: מסגרת בקרה ל-AI מסייע בהכשרה
מחקר
Apr 23, 2026
5 min

AI to Learn 2.0: מסגרת בקרה ל-AI מסייע בהכשרה

**AI to Learn 2.0 היא מסגרת שמודדת אם תוצר שנוצר בסיוע AI באמת משקף יכולת אנושית ולא רק ניסוח מרשים.** לפי המאמר, היא כוללת חבילת מסירה בת 5 חלקים ורובריקת בשלות בת 7 ממדים, כדי לבדוק שימושיות, ביקורתיות, יכולת העברה והצדקה גם בלי גישה למודל המקורי. עבור עסקים בישראל, המשמעות ברורה: אם אתם משתמשים ב-ChatGPT, Claude, WhatsApp Business API, Zoho CRM או N8N כדי לייצר נהלים, סיכומים או תשובות ללקוחות, תצטרכו להוכיח מי בדק, איך תיעדתם, ואיך עובד אחר יכול להמשיך את העבודה. זהו מעבר ממדיניות AI כללית לממשל תוצרים מעשי.

arXivAI to Learn 2.0ChatGPT
Read more
Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה
מחקר
Apr 22, 2026
6 min

Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה

**Sessa היא ארכיטקטורת דקודר חדשה שממקמת Attention בתוך משוב רקורסיבי כדי לשפר זיכרון ארוך-טווח ושליפה סלקטיבית של מידע.** לפי מאמר חדש ב-arXiv, בתנאים תיאורטיים מסוימים היא מציגה דעיכת זיכרון איטית יותר ממודלי Transformer ו-Mamba-style, וגם תוצאות חזקות יותר במבחני long-context. עבור עסקים בישראל, המשמעות אינה החלפת מודל מיידית אלא הבנה שהדור הבא של סוכני שירות ומכירה יימדד פחות לפי גודל חלון ההקשר ויותר לפי היכולת לזכור פרטי לקוח, לשלוף התחייבויות קודמות ולעדכן מערכות כמו Zoho CRM ו-WhatsApp Business API בצורה עקבית.

SessaarXivTransformer
Read more
SCATR לדירוג תשובות בזמן ריצה: יותר דיוק בפחות מחשוב
מחקר
Apr 22, 2026
6 min

SCATR לדירוג תשובות בזמן ריצה: יותר דיוק בפחות מחשוב

**SCATR הוא מנגנון דירוג קל משקל לבחירת התשובה הטובה ביותר מתוך כמה תשובות שמודל שפה מייצר בזמן ריצה.** לפי המאמר, הוא משפר דיוק בעד 9% לעומת שיטות ביטחון פשוטות, עם עד פי 1000 פחות השהיה לעומת גישות כבדות יותר. עבור עסקים בישראל, המשמעות היא שניתן לשפר איכות מענה ב-WhatsApp, בצ'אטים ובמערכות CRM בלי להיכנס מייד ל-fine-tuning יקר. השורה התחתונה: מי שמפעיל AI Agents עם N8N, Zoho CRM ו-WhatsApp Business API צריך לבחון לא רק איזה מודל לבחור, אלא גם איך מדרגים תשובות בזמן ריצה.

SCATRarXivBest-of-N
Read more
Visual RAG למסמכים: למה UniDoc-RL משנה את כללי המשחק
מחקר
Apr 20, 2026
5 min

Visual RAG למסמכים: למה UniDoc-RL משנה את כללי המשחק

**Visual RAG הוא גישה שמאפשרת למודלי בינה מלאכותית לאתר ראיות חזותיות בתוך מסמכים, תמונות ועמודים סרוקים, ולא רק להסתמך על טקסט.** במחקר UniDoc-RL, לפי המאמר, הגישה הזאת השיגה שיפור של עד 17.7% לעומת שיטות RL קודמות באמצעות אחזור היררכי, בחירת עמודים וחיתוך אזורים רלוונטיים. עבור עסקים בישראל, המשמעות מעשית: ניתוח מדויק יותר של חוזים, פוליסות, חשבוניות ותיקים רפואיים. הערך העסקי האמיתי יגיע כשמחברים מנוע כזה לתהליכים קיימים דרך N8N, Zoho CRM ו-WhatsApp Business API, תוך עמידה בדרישות פרטיות ועבודה מדויקת בעברית.

arXivUniDoc-RLLVLM
Read more