Implementering av maskinlæring i en kunnskapsoppsummeringsgruppe: Anbefalinger basert på en treårig implementeringsprosess
Rapport
|Publisert
Denne rapporten gir anbefalinger om hvordan man gjennomfører implementeringen av maskinlæringsfunksjoner i kunnskapsoppsummeringsprosesser i et maskinlæringsnaivt arbeidsmiljø, basert på erfaringene med å implementere maskinlæring ved klynge for vurdering av tiltak.
Hovedbudskap
Å utarbeide en kunnskapsoppsummering er en arbeids- og tidkrevende prosess, men bruk av maskinlæring (ML) kan bidra til å effektivisere denne prosessen uten å gå på bekostning av kvaliteten. Derfor etablerte Klynge for vurdering av tiltak (HTV) ved Folkehelseinstituttet (FHI) i 2020 et dedikert ML-team for å implementere ML i utarbeidelsen av kunnskapsoppsummeringer i HTV. Hovedmålet var å forbedre praksisen for utarbeidelse av kunnskapsoppsummeringer ved å kombinere menneskelig intelligens med ML for å optimalisere arbeidsflyten gjennom hele kunnskapsoppsummeringsprosessen.
Denne rapporten gir anbefalinger om hvordan man gjennomfører implementeringen av ML funksjoner i kunnskapsoppsummeringsprosesser i et ML-naivt arbeidsmiljø, basert på erfaringene med å implementere ML ved HTV. Den tilbyr forslag til beste praksis, forankret i våre refleksjoner rundt ML-implementeringen, med mål om å hjelpe andre ML-naive grupper eller institusjoner med å implementere ML-funksjoner i kunnskapsoppsummeringsprosesser. Veiledningen kan tilpasses ulike organisatoriske mål og målsettinger, samt er anvendelig for implementering av ulike ML-verktøy og -funksjoner.
Rapporten er strukturert i tre hoveddeler som samsvarer med ulike faser av implementeringen: preimplementering, implementering og opprettholdelse/evaluering. Vi bruker EPIS-rammeverket gjennom hele dokumentet som et verktøy for å forklare de ulike implementeringsfasene og viktige aspekter å vurdere i hver fase. Hver seksjon avsluttes med noen hovedpoeng basert på våre implementeringserfaringer, oppsummert som praktiske tips om viktige aspekter som vi anser som viktige å vurdere i implementeringen.
