Model, który nie pisze, tylko decyduje. Co to zmienia w placówce medycznej

Dotąd każde zastosowanie AI w obiegu informacji w placówce wyglądało podobnie: model językowy dostawał treść wiadomości i pisał odpowiedź, z której program wyciągał jedną etykietę. We wrześniu pokazano modele zbudowane pod sam ten moment rozstrzygnięcia. Dostają opis sprawy i pytania, a zwracają wyłącznie decyzję o ustalonym kształcie razem z prawdopodobieństwem i miarą pewności. Bez pisania, bez parsowania odpowiedzi, w czasie poniżej pół sekundy.

Trzy rodzaje pytań, które pokrywają większość obiegu

Takiemu modelowi zadaje się pytanie o wybór kategorii, o ocenę na skali albo o rozstrzygnięcie tak lub nie. W praktyce placówki to jest dokładnie to, czego potrzeba przy wiadomościach od pacjentów: do której komórki trafia sprawa, jak pilna jest, czy to prośba o receptę, o wynik, o zmianę terminu, czy zgłoszenie objawów, które nie może czekać do jutra. Wszystkie pytania liczone są równolegle w jednym zapytaniu, więc jedno wywołanie daje komplet etykiet potrzebnych do skierowania sprawy.

Pewność jako próg dla człowieka

Najważniejsza w tej konstrukcji nie jest szybkość, tylko to, że odpowiedź ma przypisaną wiarygodność. Można ustawić zasadę: powyżej wysokiego progu sprawa idzie do właściwej kolejki automatycznie, poniżej ląduje u rejestratorki albo koordynatora z adnotacją, że system nie był pewny. Model nie potrafi powiedzieć „nie wiem” i zawsze wskaże jakąś odpowiedź, więc ten próg jest jedynym miejscem, w którym decydujecie, gdzie kończy się automat, a zaczyna człowiek. W ochronie zdrowia to nie jest detal, tylko warunek wejścia.

Granice i pytania, które trzeba zadać dostawcy

Model decyzyjny nie napisze odpowiedzi do pacjenta ani nie uzasadni swojego wyboru, więc zostaje warstwą sortującą, a nie komunikującą. Dokładność spada, gdy wrzuca się do zapytania całą dokumentację zamiast fragmentu istotnego dla pytania. Najsilniejszym językiem tych modeli jest angielski, a zachowanie na polskich opisach trzeba sprawdzić na własnym materiale. Osobno zostaje pytanie o to, gdzie fizycznie trafia treść, kto ją przechowuje i na jakiej umowie powierzenia, bo w danych pacjentów to rozstrzyga o dopuszczalności rozwiązania, niezależnie od tego, jak dobre są wyniki.

Co z tym zrobić teraz

Rozsądna kolejność to nie wdrożenie, tylko cichy test. Bierzecie kilkaset spraw z ostatnich tygodni, które już mają nadany kierunek i priorytet, puszczacie je przez model i porównujecie z tym, co zrobił człowiek. Dopiero zgodność na Waszych danych mówi, czy warto podłączać to do obiegu i przy jakim progu. Ta technologia zapowiada się na tańszą i szybszą warstwę decyzji obok asystentów AI, ale w placówce medycznej wartość ma dopiero wtedy, gdy potraficie wskazać, co się dzieje, kiedy system się myli.