ЦЕЛЬ ИССЛЕДОВАНИЯ
Проанализировать результаты создания нейросетевой диалоговой системы для формирования релевантных ответов на письменные обращения населения в медицинскую организацию.
МАТЕРИАЛ И МЕТОДЫ
Исследование проведено на базе ФБУЗ «Приволжский окружной медицинский центр» ФМБА России. Авторы использовали предварительно обучаемую модель Bidirectional Encoder Representations from Transformers (BERT). В рамках исследования применяли поэтапный подход дообучения модели BERT: адаптация на бытовой лексике (Yandex/geo-reviews), оптимизация с использованием функций потерь (TripletLoss, ArccosMarginLoss) и классификация методом SVM. Набор данных (2623 записи) разделен на обучающую и тестовую выборки в пропорции 8/2.
РЕЗУЛЬТАТЫ
Обращения граждан классифицировались с использованием базы отзывов, состоящей из 2623 записей и разделенной на 18 категорий. Категории, количество примеров в которых оказалось менее 20, изъяты по причине недостаточной репрезентативности. Установлено, что сообщения имеют сильное смысловое пересечение между категориями. Одно письмо могло содержать одновременно несколько обращений, принадлежащих разным категориям. Когда запись содержала несколько похожих, но разнонаправленных по смыслу высказываний, это приводило к сбою в работе модели. Во избежание этого решено использовать комплекты шаблонов, которые модель могла бы предлагать оператору для облегчения процедуры подготовки ответа на обращение пациента.
ЗАКЛЮЧЕНИЕ
Результаты исследования убедительно свидетельствуют о невозможности в настоящий момент полностью исключить участие человека в вопросе ведения полноценной диалоговой коммуникации в паре искусственный интеллект — пациент. Технологическое несовершенство современных платформ искусственного интеллекта пока не позволяет решать задачи по тонкой дифференцировке семантически сложного сообщения и его эмоциональной окраски, что препятствует их широкому автономному использованию. Вместе с тем, уже сегодня они способны существенно облегчить работу персонала медицинских организаций по дистанционному взаимодействию с обслуживаемым населением.