หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

โครงการ Edge Edge Edge Ecosystem Project โครงการ

เชิงนามธรรม

การคำนวณขอบได้รับประโยชน์อย่างมากสำหรับการใช้การวิเคราะห์ที่ขอบซึ่งจะช่วยลดปริมาณข้อมูลที่ส่งไปยังเซิร์ฟเวอร์และที่เก็บข้อมูลที่แกนกลางหรือคลาวด์ซึ่งจะเพิ่มเวลาแฝง โครงการระบบการวิเคราะห์ระบบนิเวศของ Edge Edge มีวัตถุประสงค์เพื่อนำมาซึ่งกลยุทธ์การแปลงดิจิตอลโดยมุ่งเน้นไปที่การจัดคอนเทนเนอร์แบบคลาวด์เพื่อปรับปรุงการวิเคราะห์ทางธุรกิจ

ในโครงการนี้เวิร์กโหลด AI/ML และ Generative AI (GENAI) จะได้รับการพัฒนาเพื่อจัดการกับความท้าทายที่ต้องเผชิญในอุตสาหกรรมการดูแลสุขภาพ/การแพทย์ การพัฒนาโครงการนี้รวมถึงการปรับใช้โอเพ่นซอร์สของ AI/ML และ Genai เวิร์กโหลดรวมถึงการปรับใช้ Kubernetes โดยใช้ Rancher โดย SUSE โดยมี OpenSuse Leap เป็นระบบปฏิบัติการชั้นฐาน นอกจากนี้ K3S จะถูกนำมาใช้เป็น Kubernetes ที่มีน้ำหนักเบาออกแบบมาสำหรับขอบ

การใช้งานโครงการจะเกี่ยวข้องกับสแต็คเทคโนโลยีหลายอย่างเช่น DataOps เพื่อจัดการท่อส่งข้อมูล MLOPS และ LLMOPS เพื่อจัดการท่อ ML และ LLM รวมถึงวิศวกรรมแพลตฟอร์มและ ITOPs เพื่อจัดการแพลตฟอร์ม

คำสั่งปัญหา

แนวตั้ง: การแพทย์/การดูแลสุขภาพ

บุคคลหลายคนเผชิญกับความท้าทายต่าง ๆ เมื่อต้องรับมือกับยาตามใบสั่งแพทย์ ความท้าทายเหล่านี้รวมถึงคำศัพท์ทางการแพทย์ที่ไม่คุ้นเคยใบสั่งยาที่ตีความผิดการใช้ยาที่ไม่ชัดเจนและคำแนะนำการใช้งานวันหมดอายุที่ไม่ได้รับผลข้างเคียงที่ไม่คาดคิดและปฏิกิริยาระหว่างยา ปัญหาเหล่านี้สามารถนำไปสู่การใช้ยาเกินขนาดอุบัติเหตุและแม้แต่ความตาย

โซลูชันที่เสนอ

โครงการนี้มีจุดมุ่งหมายเพื่อใช้ประโยชน์จากการเรียนรู้ของเครื่องจักรและ AI กำเนิดเพื่อช่วยจัดการกับความท้าทายบางอย่างที่ผู้ป่วยและแพทย์ต้องเผชิญกับใบสั่งยาทางการแพทย์ สิ่งนี้จะเกี่ยวข้องกับคุณสมบัติทั้งสี่ที่ระบุไว้ด้านล่าง:

  1. เครื่องสแกนยา: สแกนยาเพื่อแจ้งเกี่ยวกับยา, ยา, ผลข้างเคียงและวันที่หมดอายุ
  2. สแกนเนอร์รายงานทางการแพทย์: สแกนและลดความซับซ้อนของรายงานการทดสอบเพื่อช่วยให้ผู้ป่วยเข้าใจรายงานทางการแพทย์ของพวกเขา
  3. สแกนเนอร์ตามใบสั่งแพทย์: สแกนและตีความใบสั่งยาที่เขียนด้วยลายมือเพื่อช่วยเหลือผู้ป่วยเภสัชกรและคนอื่น ๆ ตีความคำแนะนำของแพทย์อย่างถูกต้อง
  4. เครื่องกำเนิดใบสั่งยา: ช่วยให้แพทย์สามารถสร้างใบสั่งยาที่แม่นยำและเข้าใจได้ง่ายขึ้น

คำอธิบายโดยละเอียด

การสกัดและการแปลงข้อมูล

  • แหล่งข้อมูล: ข้อมูลทางการแพทย์จากที่เก็บ UCIML, Kaggle และแหล่งข้อมูลอื่น ๆ ที่เชื่อถือได้
  • การประมวลผลข้อมูล: คุณลักษณะวิศวกรรมและการทำความสะอาดข้อมูลจะดำเนินการหลังจากการสกัด
  • การจัดเก็บข้อมูล: ข้อมูลจะถูกแปลงเป็น embeddings และเก็บไว้ในฐานข้อมูลเวกเตอร์สำหรับการสร้างการเรียกคืน (RAG)

Generation Retrieval-Augmented (RAG)

  • การใช้แบบจำลอง: ใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่โอเพ่นซอร์ส (LLMs) ไปยัง Power Rag
  • การปรับแต่งแบบจำลอง: ปรับแต่งแบบจำลองสำหรับกรณีการใช้ยา

ส่วนต่อประสานผู้ใช้และ LLMOPS

  • ส่วนต่อประสานผู้ใช้: สร้างอินเทอร์เฟซที่ใช้งานง่าย
  • LLMOPS Pipeline: กำหนดท่อส่ง LLMOPS แบบครบวงจรเพื่อเปิดใช้งานการฝึกอบรมเพิ่มเติมและการปรับแต่ง

อินเทอร์เฟซที่เป็นมิตรกับผู้ใช้

ข้อความ alt

ถามเกี่ยวกับยาของคุณ

ข้อความ alt

โครงการนี้ครอบคลุมกองเทคโนโลยี Genai, Mlops และ LLMOPS

วิธีการตั้งค่าโครงการ

  1. โคลนที่เก็บ: 
    git clone https://github.com/yourusername/analytics-edge-ecosystem.git
cd analytics-edge-ecosystem

ตั้งคีย์ API

  1. การตั้งค่าคีย์ API ที่จำเป็นทั้งหมด
  • สร้างไฟล์. env 
 HUGGINGFACEHUB_API_TOKEN="API key"
PINECONE_API_KEY = "API key"
PINECONE_INDEX = "medcial-rag-chatbot"
GENAI_API_KEY = "Gemini key"
GROQ_API_KEY = "Lama3-7b"

เพิ่มปุ่ม API ของคุณ

สร้างสภาพแวดล้อมเสมือนจริง

  1. ติดตั้งแพ็คเกจที่จำเป็นทั้งหมด 
 pip install -r requirements.txt

เรียกใช้คำสั่ง

  1. เรียกใช้ app.py 
 steamlit run app.py

กิตติกรรมประกาศ

  • ต้องขอบคุณชุมชนโอเพนซอร์ซที่ให้บริการเครื่องมือและเฟรมเวิร์กต่างๆ
  • ขอขอบคุณเป็นพิเศษกับ UCIML, Kaggle และแหล่งข้อมูลอื่น ๆ ที่เชื่อถือได้สำหรับการจัดหาชุดข้อมูล
  • ความกตัญญูกตเวทีในการใช้งาน OpenSuse Leap และ Rancher สำหรับเครื่องมืออันทรงพลังของพวกเขาที่เปิดใช้งานการปรับใช้ Kubernetes

งานในอนาคต

โครงการมีวัตถุประสงค์เพื่อปรับปรุงและขยายคุณสมบัติอย่างต่อเนื่อง งานในอนาคตรวมถึง:

  • การฝึกอบรมแบบจำลองขั้นสูง: ปรับปรุงความแม่นยำและประสิทธิภาพของโมเดล AI/ML อย่างต่อเนื่อง
  • การรวมเข้ากับแหล่งข้อมูลเพิ่มเติม: ขยายแหล่งข้อมูลเพื่อรวมข้อมูลทางการแพทย์ที่ครอบคลุมและหลากหลายมากขึ้น
  • กลไกความคิดเห็นของผู้ใช้: ใช้ระบบตอบรับสำหรับผู้ใช้เพื่อรายงานปัญหาและแนะนำการปรับปรุง
  • แอปพลิเคชั่นมือถือ: พัฒนาแอปพลิเคชันมือถือเพื่อให้ผู้ป่วยและผู้ให้บริการด้านการดูแลสุขภาพสามารถเข้าถึงโซลูชันได้มากขึ้น

แหล่งข้อมูล

  • แหล่งข้อมูลทางการแพทย์ของรัฐบาล
  • Advance Medical Data Gov Source -> จำเป็นต้องได้รับอนุญาต
  • สารานุกรมการแพทย์
  • รายชื่อวารสาร

[ขั้นตอน]

  • การตั้งค่าโครงการเริ่มต้น
  • การดำเนินการสแกนเนอร์ยาสแกนเนอร์รายงานการแพทย์เครื่องสแกนใบสั่งยาและเครื่องกำเนิดใบสั่งยา
  • การปรับใช้ Kubernetes โดยใช้ Rancher และ K3s
  • การพัฒนาท่อส่งน้ำ LLMOPS

[1.0.0]-yyyy-mm-dd

  • การเปิดตัวครั้งแรก

ผู้เขียน

  • Aman Kumar - งานเริ่มต้น

สนับสนุน

หากคุณต้องการการสนับสนุนโปรดเปิดปัญหาเกี่ยวกับที่เก็บ GitHub

ไฟล์ readme นี้ให้ภาพรวมที่ครอบคลุมของโครงการรวมถึงคำแนะนำการตั้งค่าแนวทางการบริจาคข้อมูลใบอนุญาตการตอบรับการทำงานในอนาคตการอ้างอิงคำถามที่พบบ่อยรหัสปฏิบัติงานการเปลี่ยนแปลงและรายละเอียดการสนับสนุน ตรวจสอบให้แน่ใจว่าได้อัปเดตตัวยึดตำแหน่งด้วยข้อมูลจริงและลิงก์เฉพาะกับโครงการของคุณ

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด