Bakgrunn og behov
Helsedirektoratet har etablert prosjektet Enklere Tilgang til Informasjon (ETI) som en del av livshendelsen Alvorlig sykt barn - et prioritert satsingsområde i regjeringens digitaliseringsstrategi En digital offentlig sektor.
Familier med alvorlig syke barn må i dag forholde seg til informasjon fra mange offentlige aktører: helse, NAV, opplæring og kommunale tjenester. Informasjonen er fragmentert, strukturert ulikt og ofte vanskelig å finne. Resultatet er høy administrativ byrde og risiko for at familier overser viktige rettigheter og støtteordninger.
Hvordan kan det offentlige hjelpe familier med å være i forkant av utfordringene gjennom en digital løsning som oppleves sømløs, persontilpasset og forutsigbar?
Løsningen: En RAG-basert informasjonsassistent
ETI-prosjektet utvikler en informasjonsassistent som kontinuerlig henter, strukturerer og tilgjengeliggjør innhold fra flere offentlige kilder, blant annet NAV, Helsenorge og Utdanningsdirektoratet. Brukerne får et enkelt chat-grensesnitt hvor de kan stille åpne spørsmål og motta svar basert på kvalitetssikret, autoritativt innhold. Løsningen sikrer at informasjon som i dag ligger spredt, blir sammenstilt og presentert på en forståelig måte.
Den tekniske plattformen består av automatisert webskraping som henter oppdatert innhold fra åpne offentlige nettsider. Dataene renses, struktureres og lagres i en vektordatabase. Backend er bygget på FastAPI, mens Redis brukes for å håndtere både raske forespørsler og tyngre bakgrunnsprosesser. Arkitekturen er modulær, slik at komponenter - inkludert språkmodellene - kan byttes ut ved behov, for eksempel ved overgang til en lokalt driftet modell.
RAG (Retrieval-Augmented Generation)
RAG-arkitekturen kombinerer innhenting av informasjon med tekstgenerering for å levere relevante svar:
Innsamling: Tekster fra utvalgte nettsider samles inn gjennom systematisk scraping av
offentlige kilder.Chunking: Tekstene deles opp i mindre innholdsblokker (chunks) for mer effektiv behandling og analyse.
Embedding-generering: Innholdsblokkene omgjøres til numeriske representasjoner (embeddings) ved hjelp av embeddingmodell. Disse fanger opp semantikken i teksten og lagres i en vektorindeks.
Retrieval: Når et spørsmål stilles, konverteres det også til embeddings og sammenlignes med lagrede embeddings i vektordatabasen for å finne de mest relevante innholdsblokkene.
Generering: Språkmodellen bruker de relevante innholdsblokkene til å generere et kontekstuelt og faktabasert svar.
Denne tilnærmingen sikrer at svarene er forankret i autoritative kilder og unngår hallusinering av informasjon. Det betyr at chatboten vil svare at den ikke vet fremfor å dikte opp et svar.
Verdi og effekt
Løsningen representerer et viktig skritt mot en mer digital og tilgjengelig offentlig sektor i Norge, hvor teknologi brukes til å redusere administrativ byrde og sikre likeverdig tilgang til offentlige tjenester.
Den nye AI-løsningen gir familier med alvorlig syke barn én felles plattform for å finne all nødvendig informasjon på tvers av sektorer. Istedenfor å bruke verdifull tid på å lete etter støtteordninger, tjenester og rettigheter spredt over ulike nettsider, får familiene nå tilgang til oppdatert og relevant informasjon tilpasset deres unike situasjon. Dette sikrer at de ikke går glipp av viktige ressurser, og frigjør tid og overskudd i en allerede krevende hverdag.
Prosjektgjennomføring
XLENT har bistått Helsedirektoratet og Helsenorge med:
Strategiske teknologivalg og anskaffelser
Teknisk arkitektur og informasjonsarkitektur
Utvikling av RAG-løsningen
Evaluering og kvalitetssikring av systemet
For mer informasjon om prosjektet og livshendelsen "Alvorlig sykt barn", besøk alvorligsyktbarn.no og digdir.no.
Kontakt
