DocScribe: Chatbot de controle de qualidade médico

Introdução

DocScribe é um chatbot médico de perguntas e respostas que revoluciona a forma como interagimos com dados médicos. DocScribe fornece respostas rápidas e precisas tanto para consultas médicas gerais quanto para perguntas específicas de pacientes. Nosso principal objetivo é melhorar a acessibilidade e compreensão dos relatórios médicos. DocScribe consegue isso através de:

Transcrição de relatórios médicos para um formato mais acessível.
Fornecendo respostas a perguntas médicas gerais.
Resumindo relatórios de múltiplas visitas.
Identificar informações relevantes do histórico do paciente.

Arquitetura

A arquitetura do DocScribe facilita uma interação perfeita entre usuários e dados médicos. Incorpora:

Uma interface de usuário da Web baseada em Jupyter Notebook para upload de relatórios e interação adicional.
A criação de embeddings e índices a partir de transcrições médicas.
A utilização das estruturas LangChain e HuggingFace para processar e responder perguntas.

Arquitetura DocScribe

Fontes de dados

Nosso projeto aproveita uma ampla gama de fontes de dados para treinar nosso modelo, incluindo:

Transcrições médicas: aproveitamos o modelo GPT-3.5 para gerar 4,5 mil solicitações de controle de qualidade a partir das transcrições médicas. Amostras MTS
WikiDoc: Visite WikiDoc
WikiPaciente: Visite WikiPaciente

Dados de amostra

Conjunto de dados	Instrução	Entrada	Saída
Wikidoc	Responda esta pergunta com sinceridade	Você pode fornecer uma visão geral do carcinoma espinocelular do pulmão?	O carcinoma de células escamosas do pulmão pode ser classificado de acordo com o sistema de classificação histológica da OMS em 4 tipos principais: papilar, células claras, células pequenas e basalóide.
WikiPaciente	Responda esta pergunta com sinceridade	Quando procurar atendimento médico urgente quando tenho síndrome de Alstrom?	Ligue para o seu médico se você ou seu filho apresentarem sintomas de diabetes, como aumento da sede e da micção. Procure atendimento médico imediatamente se achar que seu filho não consegue ver ou ouvir normalmente.
Amostras de MT	Com base no histórico médico fornecido, gere prompt e resposta para treinar LLM	Qual foi o diagnóstico pré-operatório do paciente?	O diagnóstico pré-operatório do paciente foi câncer de próstata.

Abordagem de Modelagem

Optamos pelo modelo Vicuna-13B, ajustado com LoRA, PEFT e bitsandbytes. Nossa abordagem foi validada através de testes rigorosos e mostrou resultados promissores na interpretação de dados médicos.

Resultados de amostra

Resultados e trabalho futuro

DocScribe demonstrou notável proficiência no processamento de consultas médicas e no resumo de relatórios de pacientes. As direções futuras incluem a expansão do treinamento do modelo em corpus médicos, incorporando a análise de imagens médicas e explorando sua aplicação em pesquisas clínicas.

Instalação

git clone https://github.com/kmnis/DocScribe.git
cd DocScribe
pip install -r requirements.txt

# Start the jupyter server by running
jupyter notebook

# Open your browser and open http://localhost:8888/inference and open a notebook