I sitt diplomarbete vid Aalto-universitetet tillämpar Ruponen olika språkmodeller på försäkringsläkares utlåtanden och jämför förtränade finska språkmodeller t.ex. med en baseline-BERT-modell.

Enligt utvärderingen lägger resultaten i avhandlingen en grund för framtida praktiska tillämpningar och forskning inom pensionsförsäkringens område och möjliggör en effektivare och exaktare process för bedömning av arbetsoförmåga.

Priset ger motivation att fortsätta söka nya lösningar

Ruponen arbetar på Keva i projekt som anknyter till dataanalytik och artificiell intelligens. Han säger att utmärkelsen ger extra motivation att fortsätta utvecklas och söka nya lösningar inom pensionssektorn.

Han säger att de stora språkmodellerna har väckt mycket intresse, men deras prestationsförmåga kan lida av detaljproblem inom pensionssektorn, t.ex. när det i texterna förekommer finsk fackjargong.

– I sådana fall kan det vara effektivare att träna en mindre språkmodell för en klart avgränsad uppgift, såsom jag har gjort i mitt diplomarbete. Sådana modeller skulle kunna användas vid olika skeden av sjukpensionsprocessen, bl.a. till att förbättra försäkringsläkarnas och pensionshandläggarnas informationssökning och följa likabehandlingen i processen.

Ett annat intressant tillämpningsområde inom pensionsförsäkringen är kundtjänst, där AI kan klassificera meddelanden automatiskt och generera svarsmallar som stöd för kundtjänstpersonalen, anser Ruponen.

Avhandlingarna utvärderades av Elina Pylkkänen

Understatssekreterare Elina Pylkkänen utvärderade kandidaterna för pro gradu-priset. Hon motiverar valet med att Ruponen på ett djärvt och kreativt sätt har tagit sig an en utmaning inom pensionsförsäkringen med hjälp av språkmodeller som ständigt utvecklas.

Enligt henne möjliggör tillämpningen av olika typer av språkmodeller på sakkunnigutlåtanden och personens egen bedömning av sin arbetsförmåga en effektivare och exaktare process för bedömningen av arbetsoförmåga.

Pylkkänen påpekar att Finland har världens bästa datamaterial om individer. De kan utnyttjas betydligt mer än i dag vid bedömningen av rehabiliteringsbehov och handläggningen av sjukpensionsansökningar.

Hon anser att det är specieltt viktigt att kunna använda språkmodellerna för rehabiliteringsinventioner vid rätt tid och att rätt typ, så att finländarnas yrkesbanor förlängs och sjukfrånvaro förkortas.   

PSC:s pro gradu-pris tilldelas ett lärdomsprov som godkänts vid ett finländskt universitet under det föregående kalenderåret. Priset ges för en avhandling med ett tema som är intressant ur pensionsperspektiv och med ett högklassigt utförande. Priset är värt 2 000 euro.

Pellervo Ruponens lärdomsprov: Predicting diagnosis classes from medical text using deep transformer-based models