تحسين روبوتات الدردشة لخدمة العملاء في مجال الرعاية الصحية

الملخص

مع التقدم التكنولوجي السريع، تنتقل الكثير من المؤسسات من دعم العملاء التقليدي إلى الدعم الآلي، الأمر الذي أدى لزيادة الطلب على روبوتات الدردشة بشكل كبير. يحتاج العملاء إلى المساعدة في أغلب المجالات وخاصة مجال الرعاية الصحية الذي يتطلب دقة كبيرة في الإجابة على الأسئلة الطبية ضمنه، إلاّ أنّ  روبوتات الدردشة التقليدية تفتقر إلى القدرة البديهية للإنسان على رؤية المعنى والعلاقات وإمكانية توليد رد مناسب للأسئلة المطروحة، كما أنها لا تستطيع تتبع السياق وتفشل في المحادثات طويلة الأمد.

لمعالجة هذه المشاكل، تم في هذا البحث استخدام المحولات والنماذج المدربة مسبقاً مثل BioBERT (Bidirectional Encoder Representations from Transformers for Biomedical Text Mining) وGPT (Generative Pre-trained Transformer)، واقتراح منهجية تقوم بدمج النموذجين السابقين لرفع دقة الإجابات وفهم السياق الطبي بشكل أفضل، وفي النهاية تطوير واجهة تخاطبية على أساس النموذج المقترح للإجابة عن الأسئلة الطبية الشائعة. تُظهر النتائج أن النموذج المقترح والمدرّب على مجموعة معطيات خاصة بالأسئلة الطبية، تعامل مع أسئلة المستخدم بشكل مناسب، وأنّ منهجيتنا المقترحة تحقّق أداء أفضل من الطرق الأخرى على نفس مجموعة المعطيات نتيجة استخدام النماذج المدربة مسبقأ، حيث وصلت دقة نموذج BioBert لـ 90% ودقة نموذج GPT-2 لـ 92%.