Создание медицинского контента — это одно. Сохранение его актуальности с течением времени — совсем другая задача, и Flo Health решает ее с помощью системы проверки на основе искусственного интеллекта, созданной на платформе Amazon Bedrock.

Компания Flo Health, управляющая самым популярным в мире приложением для женского здоровья, ежегодно публикует тысячи медицинских статей. Но в сфере здравоохранения публикация — это только начало. Меняются медицинские рекомендации, появляются новые исследования, рекомендации эволюционируют. Статья, которая была абсолютно точной еще полгода назад, теперь может содержать устаревшие советы. Для платформы, пользователи которой полагаются на эту информацию при принятии важных решений, связанных со здоровьем, устаревший контент — это не абстрактная проблема, а проблема, которая касается каждого.

Традиционный подход к обновлению контента заключается в том, что медицинские эксперты вручную сверяют статьи с новейшими рекомендациями. Это работает, но такой подход плохо масштабируется. На проверку одной статьи в соответствии с рекомендациями может уйти несколько часов, а учитывая, что библиотека контента Flo Health очень обширна, для поддержания актуальности по всем тематическим направлениям требуется огромное количество экспертного внимания, что затруднительно.

Именно для решения этой проблемы и была создана система MACROS. Сокращение от Medical Automated Content Review and Revision Optimization Solution — система, разработанная в сотрудничестве с Flo Health и Центром инноваций в области генеративного искусственного интеллекта AWS. Она автоматизирует выявление контента, который может не соответствовать современным медицинским стандартам, и предлагает внести правки для экспертной оценки.

Избирательный подход

Рабочий процесс организован методично. Статьи разбиваются на абзацы или разделы с помощью процесса чанкинга. Затем каждый раздел независимо проверяется на соответствие заранее установленным медицинским правилам и рекомендациям, охватывающим такие темы, как витамин D, здоровье груди, предменструальный синдром и другие. Разделы, соответствующие стандартам, проходят проверку без изменений. Те, что не соответствуют стандартам, помечаются с указанием конкретных причин несоответствия и направляются на этап редактирования, где искусственный интеллект предлагает внести правки, соответствующие тону исходного текста.

Такой избирательный подход — ключевое дизайнерское решение. Внося изменения только в отмеченные разделы, система позволяет избежать непреднамеренных правок в уже достоверном контенте, сохраняя целостность статьи в целом.

Экспериментальная проверка концепции дала обнадеживающие результаты. Система превысила целевой показатель скорости обработки и с точностью более 90 % выявила контент, требующий обновления. Важно отметить, что MACROS применяла рекомендации более последовательно, чем при ручной проверке, что подчеркивает одно из менее очевидных преимуществ проверки с помощью искусственного интеллекта — единообразие в большой библиотеке контента.

Тем не менее система явно разрабатывалась как вспомогательный, а не автоматизирующий инструмент. Медицинские эксперты Flo Health по-прежнему играют ключевую роль в процессе, проверяя предложения, сгенерированные искусственным интеллектом, и принимая окончательные решения. Пользовательский интерфейс позволяет просматривать статистику проверок и вручную корректировать результаты.

Подготовка данных

Подготовка данных оказалась одной из самых сложных задач в процессе разработки. Стандартизация входных форматов, поддержание единообразия структуры документов и создание разнообразных тестовых наборов по различным медицинским темам потребовали значительных усилий. Ключевыми факторами также были управление затратами и соблюдение нормативных требований, особенно с учетом конфиденциальности медицинской информации.

Flo Health и AWS планируют второй этап, на котором система будет масштабирована для использования в производственных целях. Однако уже проделанная работа указывает на модель, которая может быть полезна и для других цифровых платформ в сфере здравоохранения: искусственный интеллект обрабатывает большие объемы данных, а люди принимают решения.