anamnesis.ai

anamnesis.ai

Description du projet: Système de collecte d'anamnèse dirigée par AI

Aperçu

Ce projet vise à développer un système de collecte d'anamnèse basé sur l'IA dans le domaine des soins de santé. Le système tirera parti des capacités de FHIR (Fast Healthcare Interopérabilité Resources), l'API ChatGPT pour la collecte des antécédents médicaux des patients (Anamnèse) via une IA conversationnelle.

Composants techniques

1. FHIR (Fast Healthcare Interopérabilité Ressources) :

   • Utilisé pour la structuration, le stockage et la récupération des données d'anamnèse des patients.
   • Assure le respect des normes de données sur les soins de santé.
   • Facilite une intégration future potentielle avec d'autres systèmes de santé.
   • BSD: https://github.com/nazrulworld/fhir.resources

2. API CHATGPT :

   • Alimente l'interface AI conversationnelle.
   • S'engage avec l'utilisateur pour collecter les symptômes et les antécédents médicaux.
   • Les capacités de traitement intelligent et du langage naturel améliorent l'expérience utilisateur et la précision de la collecte des données.

3. Manipulation des données de l'anamnèse :

   • Les réponses de l'utilisateur sont traitées et structurées dans des formats conformes à FHIR, en utilisant spécifiquement des ressources Observation pour enregistrer chaque morceau d'anamnèse.
   • Les données sont ensuite stockées dans la base de données SQLite, en maintenant un enregistrement de l'interaction et des informations médicales recueillies.

4. Structure et récupération des données :

   • Chaque interaction utilisateur génère une série d'entités Observation FHIR, capturant l'essence de l'état de santé et de l'histoire actuels du patient.
   • Ces observations sont liées à une ressource simulée Patient pour le bien du MVP, facilitant un enregistrement d'anamnèse structuré et standardisé.

Tester les données

Les données de test ont été obtenues à partir de https://springernature.figshare.com/collections/a_dataset_of_simuled_patient-phyicic_medical_interviews_with_a_focus_on_respiratory_cases/5545842/1

Source: Smith, Christopher William; Fareez, Faiha; Parikh, Tishya; Wavell, Christopher; Shahab, Saba; Chevalier, Meghan; et al. (2022). Un ensemble de données d'entretiens médicaux simulés en médecine patient avec un accent sur les cas respiratoires. fighare. Collection. https://doi.org/10.6084/m9.figshare.c.5545842.v1

Conclusion

Ce projet sert d'étape fondamentale vers un système de collecte de données sur les soins de santé axé sur l'IA plus complet. En combinant les dernières technologies conversationnelles de l'IA avec des protocoles de données de santé standardisés, il vise à rationaliser le processus d'anamnèse, améliorant ainsi les soins aux patients et la gestion des données sur les soins de santé.