Ítem
| Comas Cufí, Marc | |
| Universitat de Girona. Escola Politècnica Superior | |
| Hurtado Postigo, Clara | |
| setembre 2024 | |
|
En el sector farmacèutic, els visitadors mèdics tenen un paper fonamental en la difusió d’informació sobre nous fàrmacs i tractaments als professionals de la salut. Aquests visitadors, fan de pont entre la indústria farmacèutica i els professionals sanitaris, ja que es dediquen a establir relacions de confiança amb ells per mantenir-los al dia sobre els beneficis, efectes secundaris i comparatives dels medicaments que promouen amb els altres d’existents. No obstant això, la gestió de les visites és un repte complex a causa de la necessitat de coordinar la seva disponibilitat amb la dels professionals sanitaris, els quals sovint tenen horaris molt atapeïts i limitats per atendre aquests tipus de reunions. Aquestes limitacions fan que la gestió de les agendes sigui un procés manual, tediós i propens a errors, que pot afectar tant l’eficiència operativa com la qualitat de les interaccions amb els professionals de la salut. Davant d’aquest escenari, es fa evident la necessitat de solucions tecnològiques avançades que permetin automatitzar i optimitzar la gestió de les agendes, alliberant els visitadors mèdics de tasques administratives i permetent-los centrar-se en les interaccions de més valor amb els professionals sanitaris. Aquesta necessitat és el punt de partida d’aquest treball, que es proposa desenvolupar un sistema innovador que combini intel·ligència artificial, processament de llenguatge natural i tractament de dades per abordar aquest problema. Partint d’aquesta base, el principal objectiu del treball és dissenyar i implementar una solució que permeti optimitzar la gestió de les agendes dels visitadors mèdics mitjançant l’ús d’un agent capaç de comprendre consultes en llenguatge natural. Aquest sistema ha de ser capaç de captar informació rellevant als professionals sanitaris que té assignats el visitador, així com la disponibilitat actual que té al seu calendari, per generar una programació optimitzada de visites que compleixin un seguit de paràmetres clau. Els objectius específics del treball són: 1. Desenvolupar un agent conversacional basat en LLM: Utilitzar un Gran Model de Llenguatge (Llama-3) per crear un chatbot que entengui i processi sol·licituds complexes dels visitadors mèdics. 2. Integració de dades i sistemes: Crear una arquitectura que integri múltiples fonts de dades, incloent una base de dades Sn zemar informació rellevant sobre els professionals de la salut i l’API de Google Calendar per gestionar la disponibilitat i planificar les visites. 3. Optimització de la planificació de visites: Fer que el LLM generi un algoritme d’optimització que maximitzin l’eficiència de les jornades de treball dels visitadors mèdics, tenint en compte factors com la importància del professional sanitari, la freqüència òptima de visites i les restriccions geogràfiques. 9 |
|
| application/pdf | |
| 26587 | |
| http://hdl.handle.net/10256/27558 | |
| cat | |
| Attribution-NonCommercial-NoDerivatives 4.0 International | |
| http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
|
Visitadors mèdics
Medical representatives Schedule -- Data processing Programació de visites -- Processament de dades Intel·ligència artificial Artificial intelligence |
|
| Agents conversacionals intel·ligents per a visitadors mèdics | |
| info:eu-repo/semantics/masterThesis | |
| DUGiDocs |
