anamnesis.ai

Anamnesis.ai

Projektbeschreibung: AI-gesteuerte Anamnesis-Sammlungssystem

Überblick

Dieses Projekt zielt darauf ab, ein KI-gesteuerter Anamnesis-Sammelsystem im Gesundheitswesen zu entwickeln. Das System nutzt die Funktionen von FHIR (Fast HealthCare Interoperability Resources), der ChatGPT -API für die Sammlung der Patientenanamnese (Anamnesis) durch Gesprächs -KI.

Technische Komponenten

1. FHIR (Fast Healthcare Interoperability Resources) :

   • Wird zum Strukturieren, Speichern und Abrufen von Anamnesis -Daten von Patienten verwendet.
   • Gewährleistet die Einhaltung der Standards für Gesundheitsdaten.
   • Erleichtert die potenzielle zukünftige Integration in andere Gesundheitssysteme.
   • BSD: https://github.com/nazrulworld/fhir.resources

2. CHATGPT API :

   • Macht die Konversations -KI -Schnittstelle.
   • Engagiert sich mit dem Benutzer, um Symptome und Krankengeschichte zu sammeln.
   • Intelligente und natürliche Sprachverarbeitungsfunktionen verbessern die Genauigkeit der Benutzererfahrung und Datenerfassung.

3. Anamnesis -Datenhandhabung :

   • Die Antworten des Benutzers werden verarbeitet und in FHIR-konforme Formate aufgebaut, wobei die Observation spezifisch verwendet werden, um jedes Anamnesis-Stück aufzuzeichnen.
   • Die Daten werden dann in der SQLite -Datenbank gespeichert, wodurch ein Datensatz der Interaktion und der gesammelten medizinischen Informationen beibehalten wird.

4. Datenstruktur und Abruf :

   • Jede Benutzerinteraktion generiert eine Reihe von FHIR Observation , wodurch die Essenz des aktuellen Gesundheitszustands und der Geschichte des Patienten erfasst wird.
   • Diese Beobachtungen sind für den MVP mit einer Patient verbunden, wodurch ein strukturierter und standardisierter Anamnesis -Rekord ermöglicht wird.

Testdaten

Die Testdaten wurden von https://springernature.figshare.com/collections/a_dataset_of_simululed_patient-physiker_medical_interviews_with_a_focus_on_respiratory_cases/5545842/1/1/1/1/1/1/1

Quelle: Smith, Christopher William; Fareez, Faiha; Parikh, Tishya; Wavell, Christopher; Shahab, Saba; Chevalier, Meghan; et al. (2022). Ein Datensatz mit simulierten medizinischen Interviews im Patienten-Arzt mit Schwerpunkt auf Atemfällen. Figshare. Sammlung. https://doi.org/10.6084/m9.figshare.c.5545842.v1

Abschluss

Dieses Projekt dient als grundlegender Schritt zu einem umfassenderen KI-gesteuerten Gesundheitsdatenerfassungssystem. Durch die Kombination der neuesten in der KI -Konversationstechnologie mit standardisierten Gesundheitsdatenprotokollen soll der Anamnesis -Prozess optimiert werden, wodurch die Patientenversorgung und das Gesundheitsdatenmanagement verbessert wird.