Prof. Dr. Jasmina Bogojeska arbeitet an KI-gestützten Werkzeugen, um verschiedene Aspekte der Gesundheitsversorgung zu verbessern. Sie ist davon überzeugt, dass ein zuverlässiges, konversationelles System für die Erkundung und Analyse patientenspezifischer, medizinischer Daten Klinikern einen schnellen Zugang zu relevanten Informationen verschafft, was letztlich zu einer effektiveren und personalisierten Gesundheitsversorgung und besseren Patientenergebnissen führt. Das ist der Forschungsschwerpunkt des ARMADA Projektes.

Abstrakt:

Konversationelle KI-Systeme für die Datenanalyse zielen darauf ab, die Gewinnung von analytischen Erkenntnissen durch konversationelle Schnittstellen. Solche Schnittstellen basieren auf einer Mischung aus Abfragemodalitäten und Methoden des maschinellen Lernens für die Datenanalyse und stützen sich auf Large Language Models (LLMs) für die Generierung natürlicher Sprache. Allerdings gibt es kritische Heraus-forderungen, die ihre Einführung behindern. Die Frage diskutieren wir die Frage, wie man zuverlässige Conversational Data Analytics (CDA) Systeme zu entwickeln, die zeitnahe, konsistente und überprüfbare Antworten liefern. Um dieses Ziel zu erreichen, identifizieren wir fünf Eigenschaften, die einen Paradigmenwechsel in der Art und Weise, wie Systeme gebaut werden und wie sie mit den Benutzern interagieren, erforderlich machen mit den Nutzern interagieren. Um diesen Wechsel zu veranschaulichen, beschreiben wir ein prototypisches CDA-System. Um diese Eigenschaften zu realisieren, müssen entweder Erweiterung bestehender Komponenten oder die Neuentwicklung von Komponenten neu zu entwerfen; beide Lösungen erfordern die Überwindung und eine enge Integration mit fortgeschrittenen Datenmanagement- und Datenmanagement und maschinellen Lerntechniken.

Die vollständige Publikation findet man hier.