Hvordan Clex er bygget

Intern sprogteknologi, plejespecifikke træningsdata og lokal behandling til skandinavisk plejedokumentation. Clex er bygget til en klart afgrænset opgave, hvor fritekst bliver på enheden.

Clex bygger sprogteknologi til én klart afgrænset opgave: at hjælpe plejepersonale med at skrive korrekte journalnotater i skandinaviske kommunale journalsystemer. Ordforslag, oplæsning og oversættelse kører på enheden. Når et piktogrambaseret sætningsforslag hentes, sender Clex kun piktogram-ID’er og valgt sprog til Clex-API’et. Vi lover ikke “mere AI”. Vi sender simpelthen mindre data ud af enheden, og opgaven er klart afgrænset.

Intern sprogteknologi, ikke generel tekstgenerering

Skrivehjælpen bygger på en intern proces: indsamling og udvælgelse af data, træning, evaluering, optimering og udrulning. Vores ingeniører træffer de afgørende valg: hvilke data, hvilket fagsprog, hvilken evaluering og hvilke kapacitetskrav der stilles til enhederne. En kommune, der indfører Clex, overlader ikke sin plejedokumentation til en generel tekstmodel. Den bruger værktøjer, der er skræddersyet til denne opgave.

Korpora bygget til fagsproget i skandinavisk pleje

En stor, generel model behandler et plejenotat som almindelig tekst. Vi behandler det som et selvstændigt fagsprog: forkortelserne, IBIC-forankringen, ældrelovens proportionalitetskrav, kropszonebetegnelserne og den korte journalstil fra en travl vagt. Vores træningsdata er udvalgt, licenseret og udelukkende skandinaviske. Det er ikke en bred indsamling fra nettet med lidt plejesprog blandet ind. Den model, vi udruller, kender formen på et plejenotat, inden den første vagt begynder.

Designet til at køre på enheden

Clex er designet til at holde plejemedarbejderens tekst dér, hvor den blev skrevet. Funktionerne kører på enheden eller i browseren. Sætningsforslag hentes gennem et enkelt API-kald med piktogram-ID’er og sprogkoder, ikke med brugerens fritekst. Det er derfor, Clex kan sikre fire ting på én gang:

  • Fritekst forlader aldrig enheden.
  • Medarbejderen får hjælp, mens hun skriver.
  • Produktet virker også uden netforbindelse.
  • Vi sender kun et minimum til serveren.

Små modeller, bygget med omhu

Den model, vores team udruller, er lille i forhold til de største generelle sprogmodeller. Til denne bestemte opgave - at skrive og afslutte skandinaviske plejenotater - er den bedre end en bred model, der ikke kender fagsproget. Specialisering kommer til sin ret, når opgaven er klart afgrænset. Det er her, et internt team med egne træningsdata har en fordel.

Det er detaljerne, der afgør det:

  • hvordan skandinavisk plejevokabular deles op og forstås
  • hvordan modellen justeres til korte journalnotater
  • hvordan den testes mod rigtige plejenotat-fragmenter frem for generelle standardtests
  • hvordan den tilpasses, så den kan køre på ældre Android-telefoner uden at miste kvalitet

Det er detaljerne, der gør, at en plejemedarbejder kan stole på forslaget.

Hvorfor fremtiden ligger på enheden

Myten om, at større altid er bedre, gælder ikke for afgrænsede opgaver. En specialiseret, kompakt model - trænet på de rigtige data, til det rigtige fagsprog og udrullet dér, hvor teksten allerede skrives - er hurtigere, billigere og bedre for datasuvereniteten end en generel model i skyen. Vi mener, at kommunal plejedokumentation er netop den slags opgave. De næste år handler om det, der sker på enheden - ikke i datacentret.

Næste skridt

Se FAQ for de spørgsmål, indkøbsansvarlige, databeskyttelsesrådgivere og IT-ansvarlige oftest stiller. Vil du have en mere teknisk gennemgang af træningsdata, evaluering, lokal behandling og API-kaldet, er du velkommen til at kontakte Uffe Gorm Pal Hansen direkte.

Kontaktpersoner