В работе рассматривается задача автоматической классификации обращений пациентов в системе здравоохранения. Представлена мультиагентная система поддержки принятия решений, включающая семь специализированных ИИ-агентов. Проведён сравнительный анализ трёх методов классификации на наборе из более чем 25 000 обращений по 34 категориям: классификация с помощью больших языковых моделей (лучший результат — 73,45%, Claude Sonnet 4.5), многоклассовая классификация на основе дообученной модели RuBERT (точность 69,5%, топ-3 — 91,8%) и многометочная классификация (F1-micro 64,4%). На основе анализа ошибок предложен интегрированный конвейер, включающий предобработку текста, семантическую сегментацию и иерархическую классификацию, с ожидаемым повышением точности до 85–90%.

Седельников П.В., Калинин П.С., Федоров Д.А., Волгин Л.А. (науч. рук. Федоров Д.А.) Методы классификации обращений пациентов для автоматизации поддержки принятия управленческих решений в сфере здравоохранения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18146