В исследовании, опубликованном в журнале npj Digital Medicine 28 сентября 2026 года, представлена методика автоматизации извлечения структурированных клинических данных из неструктурированных текстов финских электронных медицинских карт (ЭМК) с применением больших языковых моделей (LLM). Авторы разработали и валидировали промпт-инжиниринговые подходы и, возможно, методы дообучения для точного распознавания ключевых медицинских сущностей, таких как диагнозы, медикаментозная терапия, результаты лабораторных исследований и анамнез. Исследование фокусируется на преодолении специфических лингвистических особенностей финского языка и особенностей локальных систем ЭМК, что делает результаты применимыми для других скандинавских стран. Ключевые результаты демонстрируют высокую точность (F1-меру) извлечения информации по сравнению с традиционными методами обработки естественного языка (NLP) и ручным кураторством данных. Значимость работы заключается в возможности масштабирования анализа реальных клинических данных для поддержки клинических решений, проведения популяционных исследований и улучшения качества медицинской помощи за счет снижения административной нагрузки на врачей. Технология позволяет эффективно трансформировать массивы неструктурированных текстовых записей в машиночитаемые форматы, необходимые для интеграции в системы поддержки врачебных решений.