anamnesis.ai

anamnesis.ai

Descripción del proyecto: sistema de recolección de anamnesis impulsado por IA

Descripción general

Este proyecto tiene como objetivo desarrollar un sistema de recolección de anamnesis impulsado por IA en el dominio de la salud. El sistema aprovechará las capacidades de FHIR (recursos de interoperabilidad de atención médica rápida), la API de CHATGPT para recopilar el historial médico del paciente (anamnesis) a través de IA conversacional.

Componentes técnicos

1. FHIR (recursos de interoperabilidad de atención médica rápida) :

   • Se utiliza para estructurar, almacenar y recuperar datos de anamnesis del paciente.
   • Asegura el cumplimiento de los estándares de datos de atención médica.
   • Facilita la potencial integración futura con otros sistemas de salud.
   • BSD: https://github.com/nazrulworld/fhir.resources

2. API CHATGPT :

   • Poderes la interfaz de IA conversacional.
   • Se involucra con el usuario para recopilar síntomas e historial médico.
   • Las capacidades de procesamiento del lenguaje inteligente y natural mejoran la experiencia del usuario y la precisión de la recopilación de datos.

3. Manejo de datos de anamnesis :

   • Las respuestas del usuario se procesan y estructuran en formatos que cumplen con FHIR, específicamente utilizando recursos Observation para registrar cada pieza de anamnesis.
   • Luego, los datos se almacenan en la base de datos SQLite, manteniendo un registro de la interacción y la información médica recopilada.

4. Estructura y recuperación de datos :

   • Cada interacción del usuario genera una serie de entidades Observation FHIR, capturando la esencia del estado de salud actual del paciente y el historial.
   • Estas observaciones están vinculadas a un recurso simulado Patient en aras del MVP, facilitando un registro de anamnesis estructurado y estandarizado.

Datos de prueba

Los datos de prueba se obtuvieron de https://springernature.figshare.com/collections/a_dataset_of_simulated_patient-physician_medical_interviews_with_a_focus_on_respiratory_cases/545842/1

Fuente: Smith, Christopher William; Fareez, Faiha; Parikh, Tishya; Wavell, Christopher; Shahab, Saba; Caballero, Meghan; et al. (2022). Un conjunto de datos de entrevistas médicas simuladas de médicos de pacientes con un enfoque en casos respiratorios. Figshare. Recopilación. https://doi.org/10.6084/m9.figshare.c.5545842.v1

Conclusión

Este proyecto sirve como un paso fundamental hacia un sistema de recopilación de datos de salud más integral impulsado por la IA. Al combinar lo último en tecnología de conversación de IA con protocolos de datos de salud estandarizados, su objetivo es optimizar el proceso de anamnesis, mejorando así la atención del paciente y la gestión de datos de atención médica.