Мы продолжаем рассказывать о кейсах Летней школы Фонда «Интеллект». Олег Барабаш, студент ВМК МГУ, вместе с командой работал над созданием инструмента контроля качества медицинской документации. Ребята создавали модель, которая анализирует медицинский протокол на уровне эксперта по качеству: выявляет ошибки, пропуски и несоответствия, а значит – помогает специалистам проверять документы быстрее и точнее.
В интервью Олег рассказывает, как команда вышла за рамки первоначального технического задания и предложила более амбициозное решение. А также какую роль сыграли ментор, поддержка преподавателей и слаженная работа внутри команды, благодаря которым проект стал не просто результатом летней школы, а потенциальным инструментом для улучшения бизнес-процессов сети клиник «Будь здоров».
– Какую задачу от бизнеса решала ваша команда на летней школе?
– Среди направлений мы сразу выбрали обработку медицинской документации – у меня уже был небольшой опыт работы с данными такого рода. Необходимо было создать инструмент для контроля качества заполнения документов: систему, которая читает медицинский протокол так, как это сделал бы эксперт по качеству. Идея была в том, чтобы автоматически проверять, насколько корректно и полно заполнена документация, находить возможные ошибки, пропуски или несоответствия требованиям. Такая система могла бы помочь снизить нагрузку на специалистов, ускорить проверку протоколов и сделать контроль качества более прозрачным и регулярным.
– Как ваша команда выстраивала работу над кейсом: с чего начали и какие идеи обсуждали?
– С командой я был знаком заранее и знал, что основную техническую часть возьмут на себя коллеги – у нас разные профили работы. Но и мне скучать не пришлось: сначала я разрабатывал концепцию проекта, а после нескольких встреч с ментором мы пришли к выводу, что ограничиваться исходным кейсом не стоит. Мы понимали, что можем предложить более смелое и амбициозное решение, выходящее за рамки первоначального ТЗ.
– Какой продукт удалось создать по итогам работы?
– В итоге мы создали систему, которая помогает врачам не «утонуть» в заполнении документации. По сути, это два инструмента в одной системе.
Первый – ассистент врача прямо во время приёма. Он подсказывает, что заполнить дальше: если врач указал симптом или диагноз, система сама предлагает логичные следующие шаги, а назначения (препарат, дозу, курс лечения) можно собрать буквально в один клик, и всё это сразу попадает в электронную карту в готовых формулировках. При этом врач всегда может всё переписать своими словами.
Второй – панель для супервайзера, которая автоматически проверяет качество заполненных протоколов. Раньше проверялась случайная выборка в 5%, а с нашей системой можно проверять до 100% протоколов, и это не просто галочка «плохо/хорошо» – система подсвечивает конкретные дефекты и объясняет, почему это дефект, со ссылкой на источник, чтобы врач понимал логику. А ещё собирается аналитика по типичным ошибкам, которую можно использовать для обучения персонала.
– Какие технологии ваша команда использовала в своих решениях?
В качестве основы мы использовали большую языковую модель, которая анализирует протокол и объясняет найденные проблемы. При этом уже на старте приняли важное решение: не дообучать её на синтетических данных. Иначе модель могла бы просто запомнить структуру искусственных примеров, но не научиться работать с реальной медицинской документацией.
Вместо этого мы разделили дефекты на две группы. Технические ошибки – например, незаполненные поля, некорректные коды МКБ или неправильный формат назначений – можно надёжно и недорого выявлять с помощью простых правил. А для семантических дефектов, где важно понимать смысл текста и его соответствие клиническим рекомендациям, уже нужна модель с RAG. В таком подходе она опирается не только на собственные знания, но и обращается к актуальным документам Минздрава: клиническим рекомендациям, стандартам и справочникам лекарств.
Мы протестировали несколько моделей разного размера – с RAG и без него, сравнили их по метрикам точности и в итоге выбрали наиболее эффективную комбинацию.
– Что для вас лично было самым ценным в работе над кейсом?
– Пожалуй, самой сильной мотивацией стали именно работа с ментором и ощущение, что мы все «плывём в одной лодке к общей цели, попутно превращая эту лодку в мощный теплоход». За неделю нам действительно удалось сделать то, на что у некоторых команд уходят месяцы разработки. Важную роль сыграла поддержка преподавателей: всегда можно было подойти и посоветоваться, их экспертиза не раз помогала найти оптимальное решение. И конечно, хочется сказать спасибо команде, работать с которой – одно удовольствие!
