המאמר עוסק בתוכן של הודעות אלקטרוניות שנשלחות מרופאים למטופלים במערכת בריאות גדולה, ומציין כיצד השימוש בתוכנית "Desktop Medicine" עוזר להתמודד עם נפח ההודעות הגדל בצורה יעילה.
תוכנית זו, שהופעלה במאי 2022 בקייזר פרמננטה צפון קליפורניה (KPNC), עושה שימוש באלגוריתמי עיבוד שפה טבעית (NLP) על מנת לתייג ולמיין את תוכן ההודעות.
בין ה-1 באפריל ל-31 באוגוסט 2023 נבדקו מעל 4 מיליון הודעות מטופלים, כאשר רוב ההודעות קיבלו לפחות תווית אחת, התוויות הנפוצות ביותר היו קשורות לתרופות, בעיות עור, הודעות עם קבצים מצורפים ותוכן דחוף. התוכנית הצליחה לפתור כ-32% מההודעות לפני שהגיעו לתיבת הדואר של הרופא המיועד. הממצאים מראים כי תיוג ומיון הודעות בזמן אמת מאפשר תגובה מהירה יותר למקרים דחופים, ועוזר להוריד את עומס העבודה על הרופאים.
המאמר מציין מגבלות מסוימות כמו העובדה שהמחקר נעשה במערכת בריאות אחת בלבד ושלא נעשה שימוש במודלים מתקדמים יותר של עיבוד שפה (כגון GPT-4). המסקנה היא שהתוכנית יכולה לשפר את התגובה להודעות המטופלים ולצמצם את עומס ההודעות בתיבות הדואר של הרופאים.