データセットのジレンマ |ヘルスシステムcio.com

参加を計画している人にとっては、春の大規模なショーに向けて旅行の手配をする時期が来ています（またはもう過ぎています）。具体的にはHIMSSとViVeを指します。そして、しばらく活動してきた人にとって、こうした手配をするときにいつも思い出すのは、2020 年以前は 1 つだったものが 2 つになったことです。つまり、この種のことに興味がある場合は楽しみが 2 倍になり、そうでない場合は労力と出費が 2 倍になります。

少なくとも私にとっては、旅行の手配以外にも、各ショーで何をするかを深く分析する必要があります。それは、セッションごとに議題を検討することを意味します。どのショーに行きたいかを判断し（通常は講演者に基づいて）、すべてをスケジュール/カレンダーに組み込み、矛盾が生じた場合はタイブレークを決定します。これは、複数のアプリ (OneNote、Excel、カレンダー) と複数のモニターおよびディープ フォーカスの組み合わせの恩恵を受ける、複雑なプロセスです。これは、中断されて再起動しなければならないことが非常に非効率であるタスクの 1 つです。

今回、私は考えました。時間を最大限に活用するために、ChatGPT のような LLM を個人アシスタントとして利用できたら素敵ではないでしょうか?何らかの方法でセッションの全ラインナップを「与え」て、それに対して心ゆくまでクエリを実行できたらどうなるでしょうか?私の目の前にあるセッションの完璧なリストを吐き出すイメージがありました。競合があった場合のタイブレークの得点。さらには、カレンダーにすべてをアップロードする簡単な方法も提供してくれるかもしれません。

さて、いきなり言っておきますが、私は技術者でも、「コンピューター専門家」でも、「データ専門家」でも、その類の専門家でもありません。私は本質的にジャーナリストであり、その強みは数字ではなく言葉にあります。多くのことにとても興味がある人。したがって、質問するのが苦手ではありません。私の深い関心は、リーダーシップ、歴史、人間の行動様式、充実感と満足感のある人生を送るのに役立つ実践的な哲学です。

会議分析プロジェクトに戻ります。詳細をすべて説明するつもりはありませんが、基本的に、クエリに答えるために必要な情報を提供する最良の方法を ChatGPT に尋ねました。これには、さまざまな種類のコピー アンド ペーストをさまざまなドキュメントに貼り付けてアップロードする必要がありました。最善の方法は、列と行を明確にマークしたスプレッドシートにデータを取り込むことだという。 「ねえ、それなら街に行ってもいいよ」と本質的に言った。

しかし、そこから問題が天国にやって来ました。指示どおりに実行しようとしたにもかかわらず、効率的な方法ですべてのデータを必要な形式に変換することはできませんでした。さまざまな会議の議題 Web ページは、あらゆる種類のさまざまな方法でフォーマットされていました。多くの場合、最初のページにはセッション データが含まれていましたが、2 番目のページにはより詳細な情報が含まれていました。コピー、ペースト、フォーマットを何度も試みた結果、私は諦めました。

そこで、手動のアプローチに戻りました。各セッションを一度に 1 つずつ確認し、必要な情報を毎日を表す OneNote ページに取り込み、それらを時間ごとの表にスロット化して、行全体をスキャンするときに競合を確認できるようにしました。時間はかかりましたが、うまくいきました。

昔ながらのレビュー 1、LLM 0。

AI の定義で時々迷うことがあるので、やろうとしていることの正しい名前を GPT に尋ねました。

「あなたは、既存の LLM (私) が推論できる構造化データ セット (ミニ知識ベース) を作成しています。

「簡単なたとえ:

• LLM = アナリスト
• Excel/アジェンダ ファイル = データセット
• プロンプト = そのデータセットに関してアナリストに尋ねる質問。」

わかった。

少しイライラしましたが、これは今日の業界の主要な力関係の 1 つを理解するのに非常に役立ったので、素晴らしい演習でした。課題は LLM 部分 (脳) ではなく、むしろ脳に調べてもらいたい一連の知識、つまり前述の構造化データセットを厳選することです。このダイナミクスは次の方法でうまく説明されました。 Caroline Peika 氏、Rady Children’s Health、統合および分析担当ディレクター。 IT/データ チームは、内部サービス担当者、または最終的には顧客/患者がクエリを実行できるエージェント/ボットを構築したい、構築する必要がある。しかし、課題は、データをクエリ可能にするために部門自身にデータを厳選してもらうことです (データ チームは特定のデータを十分に理解していないため、何が残すべきで何が削除されるべきかを判断できるわけではありません)。

会議の議題であってもこれを達成することはできませんでした。これを行う医療システム部門 (人事など) のタスクは桁違いに大きくなります。

これを実際に実行することになると、最終的には私が非常に快適であるか、少なくとも非常に興味のある場所に戻ります。それがリーダーシップと人間力学です。基本的に、IT/データ チームがこの分野で成功できるのは、この分野で何が得られるのか (結果として得られるセルフサービス機能により電話やメールの回数が減るなど) をユーザーに納得させることができた場合のみです。

AI には今日できないことでも、明日には確実にできるようになるかもしれないことを私は理解しています。したがって、このキュレーションの問題は長くは続かないかもしれません。それにもかかわらず、今日ではそれが残っています。現在、この分野で成功するためには、ボットを作成することが重要ではなく、運用部門を支援し、指導し、なだめ、提携してデータをクリーンアップし、ボットが正確な情報と有効な回答を提供できるようにすることが重要です。

そして、これを無限に試みることはできません。最初の数回は無意味なことを吐き出すので、少なくともあなたがボットにもう一度挑戦するよう説得するまでは、誰もが紙に戻ってコピーアンドペーストするでしょう。なぜなら、何があってもショーは続けなければならないからです。