Lingsoft deltar i Medallion-projektet och ansvarar för användningsfallet Patienten som aktiv aktör. Den senaste tiden har vi undersökt hur innehållet i journalhandlingar, till exempel utlåtanden från bilddiagnostiska undersökningar, skulle kunna presenteras på ett sätt som är lättare för patienterna att förstå.

Medborgarna har redan möjlighet att se sina egna patientuppgifter. Det betyder dock inte alltid att informationen är lätt att förstå. Det medicinska språket är ett exakt fackspråk, men ur patientens perspektiv kan det väcka osäkerhet och oro och ge upphov till ytterligare frågor.

Vårt mål är att undersöka lösningar som kan hjälpa patienten att bättre förstå sin vård och delta mer aktivt i den. Samtidigt är det viktigt att lösningarna stöder hälso- och sjukvårdspersonalens arbete – inte försöker ersätta det med helt automatiserade lösningar.

I projektet kombineras stora språkmodeller, strukturerad medicinsk information, terminologi och språklig kvalitet på finska. Det räcker inte med enbart flytande text. Kommunikationen med patienterna måste vara begriplig och naturlig på finska, och fakta måste vara korrekta.

Inom Medallion-projektet har vi granskat två parallella agentbaserade tillvägagångssätt: Lingsofts preliminära lösning (proof of concept) samt AMD Silo AI:s mer strömlinjeformade lösning, som är optimerad för AMD:s grafikberäkning.

Arbetet befinner sig fortfarande i ett tidigt skede och mer testning behövs. Det är just därför det här är en intressant fas: resultaten bygger inte på en enskild modell eller teknik, utan på samarbete, utvärdering och på att komplexiteten i det medicinska språket hanteras med den noggrannhet som krävs. När patienten bättre förstår den information hen får stärks också den gemensamma förståelsen i vårdprocessen.

Det handlar inte om vilket tillvägagångssätt som är ”bättre”, utan om vad vi i praktiken kan lära oss av olika lösningar. Lingsoft bidrar till arbetet med sin långa erfarenhet av medicinskt språk, terminologi och hantering av experttexter. AMD Silo AI har utvecklat ett agentbaserat arbetsflöde för översättning som kombinerar kunskapsgrafer och andra datakällor med språkmodellen Poro2. Läs mer om AMD Silo AI:s agentbaserade arbetsflöde här (på engelska).