مع إدخال أنواع بيانات المتجهات ووظائف البحث المتجه في IRIS ، يفتح عالم كامل من الاحتمالات لتطوير التطبيقات ومثال على هذه التطبيقات هو الذي رأيته مؤخرًا منشورًا في مسابقة عامة من قبل وزارة الصحة من فالنسيا والتي طلبوا فيها أداة للمساعدة في ترميز ICD-10 باستخدام نماذج AI.

كيف يمكننا تنفيذ تطبيق مشابه لتلك المطلوبة؟ دعونا نرى ما سنحتاجه:

قائمة رموز ICD-10 ، والتي سنستخدمها كسياق لتطبيق RAC لدينا للبحث عن التشخيصات داخل النصوص العادية.
نموذج مدرب يتجه إلى النصوص التي سنبحث فيها عن معادلات في رموز ICD-10.
مكتبات Python اللازمة لابتلاع وتجميل رموز ونصوص ICD-10.
واجهة أمامية ودية تدعم النصوص التي نبحث عنها عن التشخيصات المحتملة.
تنسيق الطلبات المستلمة من الواجهة الأمامية.

ماذا توفر لنا IRIS لتغطية الاحتياجات أعلاه؟

استيراد CSV ، إما باستخدام وظيفة RecordMapper أو مباشرة باستخدام Python المدمجة.
يتيح لنا Python المدمج تنفيذ رمز Python اللازم لإنشاء المتجهات باستخدام النموذج المحدد.
نشر واجهات برمجة تطبيقات REST التي سيتم استدعاؤها من التطبيق الأمامي.
إنتاجات التشغيل البيني التي تسمح بتتبع المعلومات داخل IRIS.

حسنًا ، علينا فقط أن نرى المثال المتقدم:

تشخبص

المرتبطة بهذه المقالة ، يمكنك الوصول إلى التطبيق المتقدم ، في المقالات التالية ، سنرى بالتفصيل كيف ننفذ كل وظيفة من الوظائف ، من استخدام النموذج ، وتخزين المتجهات واستخدام عمليات البحث المتجه.

دعنا نراجع التطبيق:

استيراد رموز ICD-10

من شاشة التكوين ، يتم إخبارنا بالتنسيق أن ملف CSV يجب أن يمتثل لرموز ICD-10 التي سنستوردها. تستهلك عملية التحميل والتجميل الكثير من الوقت والموارد ، وهذا هو السبب في أن نشر حاوية Docker لا يهيئ فقط ذاكرة RAM قابلة للاستخدام من قبل Docker ولكن أيضًا في ذاكرة القرص في حالة تجاوز المتطلبات ذاكرة الوصول العشوائي المخصصة:

# IRIS قزحية: init: صحيح Container_name: Iris يبني: سياق: . Dockerfile: Iris/Dockerfile الموانئ: - 52774: 52773 - 51774: 1972 مجلدات: - ./shared:/shared بيئة: - ISC_DATA_DIRECTORY =/مشترك/متين الأمر:-تحقق من كاذب-كاذب mem_limit: 30g memswap_limit: 32g

  # 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

يتوفر الملف الذي يحتوي على رموز ICD-10 في مسار المشروع

/مشترك/CIE10/ICD10.CSV ، بمجرد الوصول إلى 100 ٪ ، سيكون التطبيق جاهزًا للاستخدام.

في تطبيقنا ، حددنا وظيفتين مختلفتين للترميز التشخيصي ، واحدة تعتمد على رسائل HL7 الواردة في النظام وآخر يعتمد على نصوص عادية.

التقاط التشخيص من HL7

يحتوي المشروع على بعض رسائل HL7 التي تم إعدادها للاختبار ، فمن الضروري فقط نسخ ملف

/مشترك/hl7/messagesa01_en.hl7 ملف إلى /مشترك/hl7in ، وسيكون الإنتاج المرتبط به مسؤولية استخراج التشخيص من ذلك.

من شاشة طلبات التشخيص ، يمكننا رؤية جميع التشخيصات المستلمة عبر مراسلة HL7. لترميزهم إلى ICD-10 ، نحتاج فقط إلى النقر على الزجاج المكبرة لإظهار قائمة من رموز ICD-10 الأقرب إلى التشخيص المستلم:

بمجرد تحديدها ، سنرى التشخيص ورمز ICD-10 المرتبط به في القائمة. من خلال النقر على الزر باستخدام أيقونة الظرف ، سيتم إنشاء رسالة باستخدام النسخة الأصلية وتشملها الجديد المحدد ضمن قطاع التشخيص:

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 paseo álvarez 195 1 Centro ^^ leganés^Madrid^28379^Spain || 555283055^prn^^[email protected] ||||||||||||||| n | PV1 || n DG1 | 1 || O10.91^ارتفاع ضغط الدم غير المحدد مسبقًا مما يعقد الحمل^CIE10-ES | ارتفاع ضغط الدم الحمل || 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||

/مشترك/hl7out

لقطات تشخيص في نص عادي

من خيار محلل النص ، يمكن للمستخدم تضمين نص عادي يتم إجراء عملية تحليل عليه. سوف يبحث التطبيق في tuples من 3 كلمات محفوظة (القضاء على المقالات ، الضمائر وغيرها من الكلمات الأقل صلة). بمجرد تحليلها ، سيظهر لنا النظام النص الذي تم تسطيره ذات الصلة والتشخيصات المحتملة الموجودة:

بمجرد إجراء التحليل ، يمكن استشارته في أي وقت من تاريخ التحليل.

تاريخ التحليل

يتم تسجيل جميع التحليلات التي أجريت ويمكن استشارتها في أي وقت ، والقدرة على عرض جميع رموز ICD-10 الممكنة المتاحة:

في المقالة التالية ...

سنرى كيف ، باستخدام Python المدمج ، نستخدم نموذج LLM محدد لتجاوز كل من رموز ICD-10 التي سنستخدمها كسياق ونصوص مجانية.

إذا كان لديك أي أسئلة أو اقتراحات ، فلا تتردد في كتابة تعليق على المقالة.