Ricerca semantica implementata su 166 milioni di note cliniche in un ospedale pediatrico

In un importante ospedale pediatrico, i ricercatori hanno implementato un sistema di ricerca semantica che ha indicizzato le note cliniche di 1,68 milioni di pazienti, per un totale di 166 milioni di note (484 milioni di vettori). Questo sistema utilizza embeddings qwen3-embedding-0.6B ottimizzati tramite istruzioni e organizza i vettori in un database gestito con indicizzazione ottimizzata per lo storage, mentre i metadati full-text sono conservati in un archivio chiave-valore a bassa latenza, il tutto all'interno di un quadro di governance conforme a HIPAA. L'efficacia del sistema è stata valutata attraverso tre esperimenti mirati a perfezionare il modello di embedding e la strategia di chunking, utilizzando query generate da medici. Questa iniziativa affronta problemi di ingegneria, costi e governance che hanno ostacolato l'uso diffuso della ricerca semantica nei sistemi sanitari.