Решетников А.В.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Абаева О.П.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Бердутин В.А.
ФБУЗ «Приволжский окружной медицинский центр» Федерального медико-биологического агентства
Романова Т.Е.
ФГБОУ ВО «Приволжский исследовательский медицинский университет» Минздрава России
Романов С.В.
ФБУЗ «Приволжский окружной медицинский центр» Федерального медико-биологического агентства
Ковальчук А.В.
ФГБНУ «Федеральный исследовательский центр Институт прикладной физики им. А.В. Гапонова-Грехова Российской академии наук» Минобрнауки России
Присяжная Н.В.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Опыт создания нейросетевой диалоговой системы для ответов на письменные обращения населения в крупное федеральное учреждение здравоохранения
Журнал: Медицинские технологии. Оценка и выбор. 2025;47(2): 48‑57
Просмотров: 136
Загрузок: 1
Как цитировать:
Решетников А.В., Абаева О.П., Бердутин В.А., и др. Опыт создания нейросетевой диалоговой системы для ответов на письменные обращения населения в крупное федеральное учреждение здравоохранения. Медицинские технологии. Оценка и выбор.
2025;47(2):48‑57.
Reshetnikov AV, Abaeva OP, Berdutin VA, et al. Experience in developing a neural network dialogue system for responding to written requests of the population to a large federal health care institution. Medical Technologies. Assessment and Choice. 2025;47(2):48‑57. (In Russ.)
https://doi.org/10.17116/medtech20254702148
Проанализировать результаты создания нейросетевой диалоговой системы для формирования релевантных ответов на письменные обращения населения в медицинскую организацию.
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.
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.
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.
Ключевые слова:
Авторы:
Решетников А.В.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Абаева О.П.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Бердутин В.А.
ФБУЗ «Приволжский окружной медицинский центр» Федерального медико-биологического агентства
Романова Т.Е.
ФГБОУ ВО «Приволжский исследовательский медицинский университет» Минздрава России
Романов С.В.
ФБУЗ «Приволжский окружной медицинский центр» Федерального медико-биологического агентства
Ковальчук А.В.
ФГБНУ «Федеральный исследовательский центр Институт прикладной физики им. А.В. Гапонова-Грехова Российской академии наук» Минобрнауки России
Присяжная Н.В.
ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский Университет)
Дата поступления:
27.02.2025
Дата принятия в печать:
02.04.2025
Список литературы:
Закрыть метаданные
Подтверждение e-mail
На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.
Подтверждение e-mail
Войдите на сайт, используя вашу учетную запись в одном из сервисов
Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.