Разработка медицинского ИИ-агента с расширенной аналитикой

Основная задача

Создание интеллектуальной системы, способной обрабатывать медицинскую документацию в формате PDF, извлекать знания, анализировать информацию и предоставлять персонализированные выводы с учётом истории пациентов.

Ключевые модули системы

1. Управление знаниями

• Загрузка PDF-файлов через удобный интерфейс
• Автоматическое индексирование документов
• Возможность самостоятельной загрузки основного объёма данных

2. RAG-система (Retrieval-Augmented Generation)

• Поиск и извлечение релевантных контекстов из базы знаний
• Интеграция с векторной базой данных

3. Медицинский анализатор

• Выявление взаимодействий лекарственных средств
• Определение противопоказаний
• Проведение метаанализа данных

4. Персонализация

• Ведение профилей пациентов
• Учёт истории лечения
• Адаптация выводов под индивидуальные случаи

Требования к первой фазе разработки

Для разработчика

• Создание пустых шаблонов системы
• Разработка инструментария для обработки данных

Для заказчика

• Возможность загрузки собственных PDF-файлов через UI

Архитектурные компоненты

PDF Upload Module

Drag-and-drop интерфейс для загрузки документов

PDF Processor

• Извлечение текста из документов
• Разбиение на семантические чанки

Embedding Generator

Создание векторных представлений текста

Vector DB Manager

Инициализация и управление векторной базой данных на основе Qdrant

Dataset Builder

Автоматическое создание датасета в формате JSON для последующего тонкого обучения моделей

Интерфейс пользователя (Streamlit)

Экран 1: Загрузка PDF

Интерфейс для импорта медицинских документов

Экран 2: Обработка данных

Мониторинг процесса индексации и обработки файлов

Экран 3: Создание датасета

Формирование структурированного набора данных

Экран 4: Просмотр и редактирование

Возможность проверки и корректировки извлечённой информации

Экран 5: Экспорт результатов

Вывод обработанных данных и аналитических отчётов

Ожидаемые результаты

• Функционирующая векторная БД для RAG-системы
• Сформированный датасет для тонкой настройки моделей
• Полноценный ИИ-агент с контекстной памятью
• Интуитивный пятиэкранный интерфейс управления