с внедрением типов векторных данных и функциональности поиска вектора в IRIS открывается целый мир возможностей для разработки приложений, и пример этих приложений-тот, который я недавно видел в публичном конкурсе Министерством здравоохранения из Валенсии, в котором они запросили инструмент, чтобы помочь в кодировании ICD-1 с использованием моделей ИИ

]

Как мы можем реализовать приложение, похожее на запрошенное? Посмотрим, что нам нужно:

]

]
1. список кодов ICD-10, которые мы будем использовать в качестве контекста для нашего приложения Rag для поиска диагнозов в простых текстах.
]
2. обученная модель, которая векторирует тексты, в которых мы собираемся искать эквиваленты в кодах ICD-10.
3. библиотеки Python, необходимые для проглатывания и векторизации кодов и текстов ICD-10.
]
4. дружелюбный фронт, который поддерживает тексты, в которых мы ищем возможные диагнозы.
5. оркестрование запросов, полученных с фронтального.
]

]

Что дает нам Iris для покрытия вышеуказанных потребностей?

]

]
1. CSV Import, либо используя функциональность RecordMapper, либо непосредственно с использованием встроенного Python.
2. Embedded Python позволяет нам реализовать код Python, необходимый для генерации векторов с использованием выбранной модели.
]
3. опубликовать API REST, которые будут вызваны из приложения Front-End.
]
4. ] совместимость производства, позволяющих отслеживать информацию в Iris.
]

]

, ну, нам нужно только увидеть разработанный пример:

]

d [ia] gnosis

]

, связанный с этой статьей, у вас есть доступ к разработанному приложению, в следующих статьях мы подробно рассмотрим, как мы реализуем каждый из функциональных возможностей, с использования модели, хранения векторов и использования векторных поисков.

]

давайте рассмотрим приложение:

]

импорт кодов ICD-10

]

из экрана конфигурации нам говорят формат, что файл CSV должен соответствовать кодам ICD-10, которые мы собираемся импортировать. Процесс загрузки и векторизации потребляет много времени и ресурсов, поэтому развертывание контейнера Docker настраивает не только память RAM, используемую Docker, но и на дисковую память в случае, если требования превышают выделенную оперативную память:

]

  # iris
  iris:
    init: true
    container_name: iris
    build:
      context: .
      dockerfile: iris/Dockerfile
    ports:
      - 52774:52773
      - 51774:1972
    volumes:
    - ./shared:/shared
    environment:
    - ISC_DATA_DIRECTORY=/shared/durable
    command: --check-caps false --ISCAgent false
    mem_limit: 30G
    memswap_limit: 32G

файл с кодами ICD-10 доступен в пути проекта /shared/cie10/icd10.csv , как только будет достигнуто 100%, приложение будет готово к использованию. &&&&]]

В нашем приложении мы определили две разные функции для диагностического кодирования, один из которых основан на сообщениях HL7, полученных в системе, и другой на основе простых текстов.

]

диагностический захват из hl7

]

Проект содержит некоторые сообщения HL7, подготовленные для тестирования, необходимо только скопировать файл

/hl7/hl7/messageSA01_en.hl7 в папку /hl7in , и связанная с этим постановка будет нести ответственность за извлечение диагноза из нее на отображение ее в веб -заявке:

Из экрана запросов на диагностику мы можем увидеть все диагнозы, полученные с помощью сообщений HL7. Чтобы кодировать их в ICD-10, нам нужно только нажать на увеличительное стекло, чтобы показать список этих кодов ICD-10, наиболее близких к полученному диагнозу:

]

после выбора мы увидим диагноз и связанный с ним код ICD-10 в списке. Нажав на кнопку со значком конверта, будет сгенерировано сообщение с использованием оригинала и включив новый, выбранный в сегменте диагностики:

]

msh |^~ \ & | HISH | HULP | EMPI |||| ADT^A08 | 592956 | P | 2.5.1 Evn | a01 | PID ||| 1556655212 ^^^ SERMAS^SN ~ 922210 ^^^ HULP^PI || GARCía Pérez^Juan ^^^ || 20150403 | M ||| Paseo Pedro álvarez 195 1 Centro ^^ Leganés^Madrid^28379^Испания || 5552830555^^^^^[email protected] |||||||||||||||| n | Pv1 || n DG1 | 1 || O10.91^Неуказанная ранее существовавшая гипертония, усложняющая беременность^CIE10-ES | Гестационная гипертония || a ||

]

MSH|^~\&|HIS|HULP|EMPI||||ADT^A08|592956|P|2.5.1
EVN|A01|
PID|||1556655212^^^SERMAS^SN~922210^^^HULP^PI||GARCÍA PÉREZ^JUAN^^^||20150403|M|||PASEO PEDRO ÁLVAREZ 195 1 CENTRO^^LEGANÉS^MADRID^28379^SPAIN||555283055^PRN^^[email protected]|||||||||||||||||N|
PV1||N
DG1|1||O10.91^Unspecified pre-existing hypertension complicating pregnancy^CIE10-ES|Gestational hypertension||A||

/shared/hl7out

Из опции Text Analyzer пользователь может включить простой текст, на котором будет проведен процесс анализа. Приложение будет искать в кортежах из 3 лемматизированных слов (исключая статьи, местоимения и другие менее соответствующие слова). После анализа система покажет нам соответствующий подчеркнутый текст и возможные диагнозы, расположенные:

, как только анализ был проведен, с ним можно проконсультироваться в любое время из истории анализа.

]

История анализа

] все проведенные анализы записываются и могут быть проведены в любое время, чтобы просматривать все возможные коды ICD-10, доступные:

]

в следующей статье ...

]

посмотрим, как, используя встроенный Python, мы используем конкретную модель LLM для векторизации обоих кодов ICD-10, которые мы будем использовать в качестве контекста и бесплатные тексты.

Если у вас есть какие -либо вопросы или предложения, не стесняйтесь писать комментарий к статье.

]

]