AI-sammanfattade klagomål på hälso- och sjukvård

Sammanfattning: Detta examensarbete utfördes i samarbete med Patientnämnden Skåne, som är en av Region Skånes fristående förvaltningar. Patientnämnden ansvarar bland annat för hantering av patienters klagomål om hälso- och sjukvård som tillhör Region Skåne. Att sammanfatta klagomål är en av uppgifterna inom hanteringen av klagomål. Patientnämnden står inför två utmaningar med denna uppgift. För det första är uppgiften tidskrävande. För det andra varierar kvaliteten på sammanfattningarna beroende på vem som är skribent. Patientnämnden ser artificiell intelligens (AI) som en möjlig lösning till dessa två utmaningar. Syftet med detta examensarbete är att undersöka vilka AI-modeller som kan generera bra sammanfattningar på klagomål. Under examensarbetet definierades kriterierna för en bra sammanfattning. Olika offentligt tillgängliga dataset som kan vara passande för sammanfattning av klagomål utforskades eftersom ett dataset innehållande Patientnämndens klagomål och tillhörande sammanfattningar inte var tillgängligt för detta examensarbete. Utifrån resultaten av utforskningen bedömdes att datasetet cnn_dailymail vara mest lämplig för sammanfattning av klagomål, jämfört med andra tillgängliga dataset. Sedan kartlades olika modeller som kan utföra sammanfattning varefter modellerna BART, PEGASUS, TextRank, T5, Flan-T5 och GPT-Sw3 valdes för vidare undersökning. För varje modell genererades sammanfattningar på fabricerade klagomål. De fabricerade klagomålen var erhållna från Patientnämnden. Resultaten visade att de genererade sammanfattningarna från Flan-T5 och GPT-Sw3 inte uppnådde kriterierna för en bra sammanfattning. Patientnämnden utvärderade de genererade sammanfattningarna från BART, PEGASUS, TextRank och T5 utifrån kriterierna. Resultatet var att TextRank genererade bäst sammanfattningar på klagomål.