西弗吉尼亚大学医学系统的副总裁兼副首席信息官伊洛·罗梅罗（Ilo Romero）希望，通过使用带有人工智能模型的检索增强生成（RAG），西弗吉尼亚大学医学部的员工很快能够更有效地查找信息，从而更好地完成工作。
西弗吉尼亚大学医学部已开始将人工智能纳入其日常运营，利用它来提高数据检索效率，同时仍保护患者信息。
西弗吉尼亚大学医学系统副总裁兼副首席信息官伊洛·罗梅罗表示，像ChatGPT和Meta AI所使用的大型语言模型（LLMs）拥有大量的数据来提取信息。但由于它们无法访问私人信息或内部公司文件，因此很难利用LLMs的力量来提高工作场所的效率。
然而，使用检索增强生成（RAG），罗梅罗说，组织可以将其文件插入LLMs，使组织内的用户能够更有效地搜索所需的内容，并提供准确的上下文。
罗梅罗说：“（这些文件）可以是提示表、操作指南、临床协议或您公司拥有的任何私人知识。”
通过一个三步过程，RAG将大量数据转换为数值向量，LLMs可以更轻松地检索。例如，在医院环境中使用此技术，医院员工可以在LLM中搜索特定的协议或指南，由于LLM是从该医院的数据中提取，它将在几秒钟内为员工返回更准确和具体的答案。
罗梅罗表示，使用RAG限制了“AI幻觉”，即AI产生错误或误导性信息的情况，通过为AI提供尽可能多的相关信息。此外，他说，RAG允许用户使用他们选择的任何LLM，只要他们自己的信息准确且最新。
罗梅罗说：“想象一下，您身边有一个超级助手，它有一个令人难以置信的大脑，可以记住您给它的任何东西。您可以让这个助手在干草堆中找到一根针，并且这个助手能够检索到它。它不仅会给您答案，还会给您（来源）。您将能够准确指出信息是从哪里检索到的。这具有令人难以置信的潜力。”
该技术还可类似地用于查找诉讼文档、合同、公司政策等。
罗梅罗说，这项技术已经部分部署给了一些西弗吉尼亚大学医学部的员工。
如果像罗梅罗计划的那样实施和利用，RAG将能够连接西弗吉尼亚大学医学部的二十多个站点，并由于在医疗文件中提供给人工智能的信息，甚至基于在使用Epic医疗记录的另一个地点的诊断，使一个地点的患者能够更快地得到治疗或诊断。
罗梅罗说：“当您发现一种罕见的病症时，您实际上可以查询这个系统，检查在所有Epic客户中是否曾经发现过类似的情况。如果有匹配，那么作为提供者，您有一个机制可以联系看到这种罕见病例的其他提供者，并就他们如何处理该病例进行咨询。”
罗梅罗说，从西弗吉尼亚大学医学部文件中提取的大多数数据将是非机密的。然而，该组织已经实施了一些措施，以确保没有敏感信息离开西弗吉尼亚大学医学部的内部网络和服务器。
罗梅罗说，实施这项技术面临的最大挑战是其扩展能力。虽然该技术已在某些地点被某些员工使用，但罗梅罗表示，他不确定他们目前是否有能力支持全系统的27,000名员工使用该工具。
罗梅罗还表示，对将使用人工智能技术的员工进行教育，更具体地说，让他们了解人工智能的局限性，至关重要。
罗梅罗说：“我们希望确保这项技术的用户明白生成的输出可能不准确。在我们的内部工具中，我们有一个免责声明（说），‘请检查准确性。’我们知道，尽管人工智能每天都在改进，但它们仍然可能产生幻觉。像RAG这样的技术有助于控制幻觉，因为您不依赖于模型的知识，而是您自己的知识。”
他说，虽然他不像一些人那样担心人工智能会取代人类，但他强调，能够有效使用人工智能的人很快将比那些不能使用的人更具吸引力，成为更优秀的员工和候选人。
罗梅罗说：“我们处在一个令人难以置信的时代，这些技术触手可及，但我们仍然必须处于主导地位。我们仍然可以利用这项技术。这些技术使您变得更好、更高效，使用这些工具的人将领先于那些不使用的人。”
（全文结束）
