如何实施与所请求的应用程序类似的应用程序？让我们看看我们需要什么：

iCD-10代码列表，我们将用作抹布应用程序的上下文，以在纯文本中搜索诊断。

训练有素的模型，它将我们将在ICD-10代码中寻找等价的文本进行了矢量。
1. 摄入和矢量化ICD-10代码和文本所需的Python库。
一个友好的前端，支持我们寻找可能诊断的文本。
2. 的编排从前端收到的请求。
虹膜为我们提供了什么来满足上述需求？
5. csv导入，要么使用recordmapper功能或直接使用嵌入式python。
嵌入的Python允许我们实现使用选定模型生成向量所需的Python代码。

发布将从前端应用程序调用的REST API。

互操作性制作，允许跟踪IRIS中的信息。

1. 好吧，我们只需要看到开发的示例：
2. 诊断
3. 让我们回顾应用程序：
4. 导入ICD-10代码
[2

从配置屏幕中，我们被告知格式，即CSV文件必须遵守我们要导入的ICD-10代码。加载和矢量化过程会消耗大量的时间和资源，这就是为什么Docker容器的部署不仅要配置Docker可用的RAM内存，而且还要配置磁盘内存，以防要求超过分配的RAM：

＃iris 虹膜： init：是的 container_name：iris 建造： 语境： 。 Dockerfile：Iris/Dockerfile 端口： -52774：52773 -51774：1972 卷： - ./shared：/shared 环境： -isc_data_directory =/shared/durable 命令： - 签名caps false -iscapent false mem_limit：30g memswap_limit：32g

带有ICD-10代码的文件可以在Project Path

/shared/cie10/icd10.csv

在我们的应用程序中，我们为诊断编码定义了两个不同的功能，一个基于系统中收到的HL7消息，另一个基于纯文本。

从HL7

诊断捕获

该项目包含一些准备进行测试的HL7消息，只需要复制[

/shared/hl7/Messagea01_en.hl7

file to 文件仪，与之相关的生产将负责在其上显示诊断应用程序： [2

从诊断请求屏幕中，我们可以看到通过HL7消息接收的所有诊断。要将它们编码为ICD-10，我们只需要单击放大镜即可显示最接近收到诊断的ICD-10代码的列表：

[2

一旦选择，我们将在列表中看到诊断及其关联的ICD-10代码。通过使用信封图标单击按钮，将使用原件生成一条消息，并包括在诊断段中选择的新消息：

  # 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

此消息可以在路径中找到此消息 [2 从“文本分析仪”选项中，用户可以包含纯文本，将在其中进行分析过程。该应用程序将以3个诱人的单词（消除文章，代词和其他较不相关的词）的元素进行搜索。一旦分析，系统将向我们展示相关下划线的文本和可能的诊断：

[2

一旦进行了分析，就可以随时从分析历史记录中咨询。

分析历史

进行了所有进行的分析，并可以随时咨询，能够查看所有可能的ICD-10代码：

在下一篇文章中... 我们将看到，使用嵌入式Python，我们使用特定的LLM模型来对两个ICD-10代码的向量化，我们将用作上下文和免费文本。 如果您有任何疑问或建议，请随时在文章上写评论。