Du benytter en nettleser vi ikke støtter. Se informasjon om nettlesere

Kapittel 5.4Anbefalte tema for seminarrekke for bruk av store språkmodeller

I kapittel 1.2 beskrives seminarrekke for helhetlig KI-bruk i helse- og omsorgstjenesten. I dette avsnittet beskrives de temaene knyttet til bruk av store språkmodeller som er kommet frem i arbeidet med felles KI-plan og som er aktuelle å behandle i seminarrekken.

5.4.1 Anbefalt tema: Kompetanse om bruk, utvikling og finjustering

Bakgrunn

I kapittel 6.7 i sluttrapport for koordineringsprosjektet står anbefalingen:

  • at etatene fortsetter å bygge kompetanse på språkmodeller.

Beskrivelsen av dette tiltaket baserer seg på anbefalingen om å styrke kapasitet og kompetanse (5.1) i kunnskapsgrunnlaget om bruk av store språkmodeller.

Hva er problemet/utfordringen/barrierene

Det er mangel på tilstrekkelig kompetanse om bruk, utvikling og finjustering av store språkmodeller på ulike nivåer i helse- og omsorgssektoren. Det er også mangel på kompetanse om endringsledelse knyttet til innføring av språkmodeller. Det mangler finansering av nødvendig kompetanseheving i tjenesten.

Hva vil vi oppnå

Helsedirektoratet og hele helse- og omsorgstjenesten bør styrke kompetansen om forsvarlig bruk av store språkmodeller. Kompetansen må tilpasses de ulike behovene og nivåene i tjenesten. Framtidige strategiske beslutninger vil i større grad være knyttet til digital transformasjon og teknologisk utvikling. Derfor er det viktig med grunnleggende kompetanse også blant ledere knyttet til risikoer og gevinster ved å bruke språkmodeller i helse- og omsorgstjenesten.

Det jobbes også med en rapport med anbefalinger for å dekke kompetansebehov for digital transformasjon med KI i helse- og omsorgstjenesten (avsnitt 6.2).

Hva skjer på området

Noen universitet tilbyr kurs om store språkmodeller, blant annet

  • Tema i emnet IN1140 Introduksjon til språkteknologi (UiO)
  • Tema i emnet DIGI117 Språkteknologi (UiB)
  • Tema i emnet HSI415 Teknologiforståelse (UiA)

Språkmodeller inngår trolig i studieprogrammer i KI, for eksempelor eksempel ved Høgskolen i Innlandet og UiT Norges arktiske universitet. Det finnes også flere seminar og nettkurs i regi av for eksempel. Digital Norway.

KI og språkmodeller er i liten grad en del av helseinformatikkutdanningen.

Hvordan få det til

Følgende aktiviteter er aktuelle:

  • Klargjøre behov for et fagråd eller nettverk med eksperter i språkmodeller og helsefag fra helse- og omsorgssektoren og universitets- og høgskolesektoren
  • Løfte fram viktige prosjekt ved hjelp av en årlig KI-pris for sektoren
  • Sørge for at kompetanse om språkmodeller inngår i utdanningsløpet, ikke bare som eget studieprogram, men særlig som integrert del av helseutdanningen. Dette sees i sammenheng med rapporten om kompetanse (avsnitt 6.2).
  • Identifisere tiltak for å styrke lederkompetanse i sektoren om KI og språkmodeller. Dette sees i sammenheng med rapporten om kompetanse (avsnitt 6.2)
  • Innhente erfaringer fra nordiske og andre land
  • Fastsette hva som bør være brukerkompetanse for KI og språkmodeller

 Arbeidet bør starte gjennom seminarrekken som er foreslått i avsnitt 1.2.

Aktuelt samarbeid

Helsedirektoratet, helse- og omsorgstjenesten, UH-sektoren og FoU-miljøene.

5.4.2 Anbefalt: Bruksområder for store språkmodeller

Bakgrunn

I kapittel 6.7 i sluttrapport for koordineringsprosjektet står anbefalingen:

  • at etatene, sammen med helse- og omsorgstjenesten, vurderer hvilke bruksområder der slike [språk-]modeller kan være nyttige og hensiktsmessige.

Beskrivelsen av tiltaket baserer seg på anbefalingen om å fremme strategisk viktige bruksområder (5.2) i kunnskapsgrunnlaget om bruk av store språkmodeller.

Hva er problemet

Det er fremdeles usikkert på hvilke bruksområder språkmodeller kan være nyttige og hensiktsmessige i helsetjenesten. Denne usikkerheten kan hindre utvikling og bruk, selv der store språkmodeller kan være både trygge å bruke og gi innsparinger og/eller bedre helsetjeneste. Skillet mellom rene språkmodeller og andre KI-modeller, for eksempelbilledmodeller, vil sannsynligvis utviskes når multimodale modeller blir mer utbredt.

Hva vil vi oppnå

Bruk av språkmodeller på områder der de er egnet, det vil si der de kan gi gevinster i form av mer effektive arbeidsprosesser eller høyre kvalitet i helsetilbudet i norsk helsetjeneste. Bruksområder med lav risiko kan være raskere å igangsette, men likevel gi høy verdi.

Hva skjer på området

Ingen implementerte, men testing/forsking, for eksempel:

  • ClinCode: maskinstøttet ICD-10-koding (Nasjonalt senter for e-helseforskning i samarbeid med flere andre)
  • Innbyggerrettet samtalerobot (Helsedirektoratet)
  • Strukturering av fritekst (Helsearkivet)
  • Risikoprediksjon (Sørlandet sjukehus). Dette prosjektet er avsluttet

Hvordan få det til

Følgende aktiviteter er aktuelle:

  • Peke på egnete bruksområder samt dokumentasjon av effekt og nytte – og hvilke som man bør begynne med (for eksempel lav risiko, lav kostand og god effekt, for eksempelaktuelt ved administrative oppgaver).[67]
  • Gjennomføre en behovsanalyse for å sikre at bruksområdene springer ut fra og er forankret blant helsepersonell, administrativt tilsatte og pasientrepresentanter
  • Løfte fram lovende norske initiativer og legge til rette for nasjonal bruk
  • Følge med på nasjonale, nordiske og internasjonale initiativer for å spre kunnskap og erfaringer
  • Legge til rette for pilotprosjekter og eksperimentering. Slikt arbeid kan gjerne skje i samarbeid med næringslivet.
  • Sørge for finansiering gjennom egen finansieringsordning for de mest lovende bruksområdene eller benytte eksisterende finansieringsordninger, for eksempel Fond for kvalitetsforbedring og pasientsikkerhet hos Legeforeningen (se også kapittel 4)

Arbeidet bør starte gjennom seminarrekken som er foreslått i avsnitt 1.2.

Aktuelt samarbeid

Helse- og omsorgstjenesten, Helsedirektoratet, de som har tatt i bruk store språkmodeller i andre sektorer?

 

[67] Et mulig, nyttig bruksområde som ble trukket frem i innspillene er arbeidet med fremmedspråkelige pasienter. Gode språkmodeller vil kunne senke terskelen for å få oversatt god pasientinformasjon til flere språk. Også innkallingsbrev vil bli enklere for pasienter å forstå på eget språk. Det kan muligens redusere risiko for ikke-møtt. Å få oversatt pasientinformasjon er en omfattende jobb og svært ressurskrevende. Her er det et stort besparelsespotensial og en god mulighet til å øke kvaliteten på likeverdige helsetjenester.

Siste faglige endring: 13. august 2024