Künstliche Intelligenz - Schreiben generieren mit Künstlicher Intelligenz

Die PVS Westfalen-Nord betreut Kliniken und MedizinerInnen aller Fachrichtungen auf dem Gebiet der privatärztlichen Abrechnung. Für die PVS haben wir eine KI-Software entwickelt, welche die Mitarbeitenden beim Schreiben von Korrespondenzen unterstützt. Zum Generieren von Textbausteinen nutzen wir Retrieval Augmented Generation. Als Modelle kommen Azure OpenAI Services mit dem Modell GPT-4o sowie text-embedding-3-large zum Einsatz. Als Datenbank dient Milvus.  

Konkret geht es um Antwortschreiben an Kostenträger, die einzelne Leistungspositionen aus einer Rechnung der PVS reklamiert haben. Sofern der Einwand unberechtigt ist, wird in den Schreiben, die das KI-Tool entwirft, argumentiert, warum eine bestimmte medizinische Leistung – entgegen der Reklamation des Kostenträgers – doch abrechnungsfähig ist. Es benötigt also sehr spezifisches Fach- und Unternehmenswissen, um eine stichhaltige Argumentation zu generieren. Ein großes Sprachmodell wie GPT bringt ein solches Wissen in der notwendigen Detailtiefe nicht von sich aus mit, weil es darauf nicht spezifisch trainiert wurde.  

Wie sind wir vorgegangen? 

 Beim Generieren einer fachspezifischen Antwort gehen wir in drei Schritten vor: 

1. Unternehmenswissen zugänglich machen
2. Prompt erweitern
3. Antwort generieren

 1. Das LLM um Unternehmenswissen erweitern 

Wir haben eine Milvus-Datenbank aufgesetzt, die unterschiedliche Wissensquellen speichert, welche zur Beantwortung des Versicherungsschreibens nötig sind. So enthält die Datenbank beispielsweise ältere Schreiben an Krankenversicherungen, Textbausteine, Argumentationshilfen und die Gebührenordnung für Ärzte (GOÄ). Die GOÄ regelt die Abrechnung privatärztlicher Leistungen, also medizinische Leistungen außerhalb der gesetzlichen Krankenversicherung. Aus Datenschutzgründen wird die Datenbank mit den Wissensquellen lokal auf dem Server der PVS betrieben.  

2. Den Prompt um das Wissen aus dem Unternehmen anreichern 

Wenn eine Beanstandung eintrifft, die beantwortet werden muss, sucht ein eigens vorgeschaltetes KI-Modell in der Datenbank nach Argumtentationstexten, die zu der reklamierten Leistung passen, z.B. ähnliche Antworten aus der Vergangenheit und auch nach Urteilen, auf die verwiesen werden kann. Diese Suche nennt man Ähnlichkeitssuche (Similarity Search). Die Suche basiert nicht auf Keywords, sondern verwendet Word-Embeddings, um auch semantisch verwandte Zusammenhänge zu finden. Der Prompt wird automatisch um diese ähnlichen Informationen aus der Datenbank angereichert und mit dem erweiterten Kontext an Azure OpenAI Services geschickt. 

3. Eine Antwort generieren und bei Bedarf verbessern 

GPT-4o empfängt den Prompt mit erweitertem Kontext und generiert eine fachspezifische Antwort auf das eingegangene Schreiben der Versicherung. Die Antwort wird dann zusätzlich über einen eigens implementierten Safeguarding-Mechanismus automatisiert optimiert. Mithilfe von Feedback-Funktionen kann die Antwort anschließend manuell nachgepromptet werden. Es gibt zudem die Möglichkeit, Antworten mit Sternen zu bewerten. Positiv bewertete Antworten können wiederum als neues Wissen in die Datenbank mit aufgenommen werden. 

Wichtige Kennzahlen werden für die PVS in einem Grafana-Dashboard sichtbar. 

Eine Datenschutz-sichere Lösung 

Die Unternehmensdokumente in der Datenbank liegen rein auf der internen Infrastruktur der PVS. Somit hat die PVS die volle Kontrolle über diese Daten.  

Bevor wir die Dokumente in die Datenbank eingespielt haben, wurden diese durch ein eigens entwickeltes Anonymisierungs-Tool verarbeitet. Das Tool ersetzt personenbezogene Daten durch Platzhalter. So stellen wir sicher, dass der erweiterte Kontext im Prompt keine sensiblen Daten enthält.   

Die Generierung der Antwort findet in Azure OpenAI Services in Europa statt. Microsoft garantiert, dass die Daten weder für andere Kunden noch für OpenAI zugänglich sind. Zudem versichert Microsoft, dass die Daten nicht für das Training von eigenen oder OpenAI-Modellen genutzt werden. 

Vorteile für die PVS: 

• Durch den Einsatz der KI-Lösung sparen die Mitarbeitenden der PVS Zeit. Sie können sich aufwendige Recherchen nach Textbausteinen und alten Antwortschreiben sparen und können somit Korrespondenzen in kürzerer Zeit beantworten.
• Dank der vorgeschalteten Similarity Search ist der Antworttext mit Blick auf Stil und Tonalität eng zugeschnitten auf die PVS. Die generierten Schreiben fügen sich somit sehr gut in die bestehende Kommunikation des Unternehmens ein.
• Die KI kann den Mitarbeitenden neue Impulse für Argumentationen geben. Dies kann die Kreativität steigern und die Perspektive weiten.

Was wir gemacht haben: