CREAZIONE E OTTIMIZZAZIONE DI UN ASSISTENTE VIRTUALE PER LA GESTIONE DELLE CARTELLE MEDICHE TRAMITE TECNICHE DI ELABORAZIONE DEL LINGUAGGIO NATURALE (NLP)

L’avanzamento della tecnologia nell’ambito sanitario ha visto l’emergere di soluzioni innovative per migliorare l’efficienza e l’accessibilità delle informazioni cliniche. Questa tesi si concentra sulla prototipazione di un agente conversazionale specializzato, progettato per facilitare la gestione delle cartelle cliniche attraverso l’estrazione automatizzata di informazioni da documenti medici. Saranno analizzate le tecniche e i modelli di IA, machine learning ed Elaborazione del Linguaggio Naturale necessari alla creazione di un sistema robusto ed efficiente. Saranno inoltre revisionate le principali architetture di un assistente virtuale e come queste possano essere integrate in un sistema informativo ospedaliero. Saranno poi descritti i processi implementativi utilizzati per l’esecuzione dei due principali obiettivi del lavoro: addestrare un modello al riconoscimento di informazioni specifiche da input testuale e realizzazione di un chatbot accurato, intuitivo ed efficiente. Il sistema sviluppato, basato su modelli di linguaggio avanzati come LLM Llama 2, dimostra una solida capacità di estrazione di informazioni, con un’accuratezza del 88% nel rilevamento di specifici sintomi nelle storie cliniche dei pazienti. Tecniche di riconoscimento di intent e entità e la selezione di template adatti alle risposte hanno contribuito a garantire una conversazione fluida e coerente, migliorando l’esperienza utente. L’analisi delle performance del sistema rivela un notevole successo, con particolare rilievo per l’analisi della coerenza delle risposte, che raggiunge un livello di accuratezza oltre l’80%. Uno degli obiettivi principali è stato non solo fornire risposte pronte alle richieste degli utenti, ma anche ottimizzare l’utilizzo della memoria, riconoscendo la sua fondamentale importanza nell’ambito clinico.