Презентация_ВКР_Омельченко_Коринецкая

1.

СЕРВИС ФОРМАЛИЗАЦИИ РАЗДЕЛОВ ЭЛЕКТРОННОЙ
МЕДИЦИНСКОЙ КАРТЫ ПО ЧАСТИЧНО
СТРУКТУРИРОВАННЫМ ИСТОРИЯМ БОЛЕЗНИ
Выполнили: студенты гр. Б9121-09.03.04прогин
Максим (ФИО) – ПОДСИСТЕМЫ ПАРСИНГА ЧАСТИЧНО СТРУКТУРИРОВАННОЙ
МЕДИЦИНСКОЙ КАРТЫ И ИЗВЛЕЧЕНИЯ ДАННЫХ
Юлия (ФИО)– ПОДСИСТЕМЫ ВАЛИДАЦИИ ДАННЫХ И ГЕНЕРАЦИИ ИНФОРЕСУРСА
Руководитель: должность, звание,
ФИО

2.

Введение в тему
Профессиональная деятельность врачей связана с огромной
ответственностью при постановке диагнозов.
Для снижения когнитивной нагрузки, минимизации субъективных
ошибок и ускорения принятия решений служат системы поддержки
принятия врачебных решений (СППВР).
2

3.

Проблема
СППВР обрабатывают только формализованные данные;
Медицинские карты в большинстве организаций имеют лишь
частичное структурирование по разделам;
Содержательная часть разделов является текстом, записанным в
свободной форме без четкой формализации.
3

4.

Актуальность работы
Отсутствие системы, преобразующей данные медицинской карты
из частично-структурированного вида в формализованный вид,
совместимый с СППВР.
4

5.

Цель ВКР
Целью выпускной квалификационной работы является разработка
системы для формализации данных частично-структурированной
медицинской карты и преобразования их к формату, совместимому
с СППВР.
5

6.

Задачи ВКР
1.
Подготовить обзор литературы по темам «Обзор медицинских
информационных систем» и «Обзор основных методов обработки
естественного языка».
2.
Провести анализ и построение модели предметной области «Формализация
медицинской карты».
3.
Спроектировать систему для формализации частично-структурированных
данных медицинской карты и преобразования их в формат, совместимый с
СППВР.
4.
Реализовать и протестировать систему для формализации частичноструктурированных данных медицинской карты и преобразования их в
формат, совместимый с СППВР.
6

7.

Критерии сравнения медицинских
информационных систем
1. Наличие собственной СППВР.
2. Совместимость формата хранения медицинской карты с
внешними СППВР.
3. Количество организаций, использующих медицинскую
информационную систему.
7

8.

«ArchiMed+»
«БАРС»
«MGERM»
«MedWork»
«Renovatio»
–
–
–
+
–
–
–
–
–
–
Совместимость формата
хранения медицинской карты с
внешними СППВР
–
–
–
+
–
–
–
+
–
–
Количество организаций
использующих МИС
>200
>10000
>725
?
>40
?
>1700
>1500
50
1536
Общее количество
организаций, для которых
актуальна разрабатываемая
система
>14271
«Дента»
«Medesk»
Наличие СППВР
«Клиника
онлайн»
Функции
«Medmis»
Система
«Клиентикс»
Сравнительная таблица медицинских информационных систем
8

9.

Сравнительная таблица методов обработки естественного языка
Метод
Парсинг
Стемминг
Лемматизация
Векторизация
Томита-парсер
Нейронные
сети
Краткое описание
Особенности использования в
предметной области
Автоматизированный анализ и
Применим для извлечения
извлечение данных из текста
разделов медицинской карты
Приведение слова к его базовой форме, Искажает медтермины из-за
отбрасывая окончания и аффиксы
обрезки аффиксов
Приведение слова к его нормальной
форме с учётом контекста и
морфологии
Преобразование текста в числовой
вектор
Возможность
использования для
решения задач
предметной области
да
нет
Применима для валидации
извлеченных терминов
да
Применима для соотнесения
извлеченных терминов со
структурой данных СППВР
да
Инструмент для извлечения
Имеет ограничения из-за
структурированных данных из текста на отсутствие строгой структуры во
основе правил и грамматик
входных медицинских данных
нет
Алгоритмы машинного обучения,
Некоторые из архитектур могут
да
имитирующие работу человеческого
быть применены для извлечения
мозга
данных
9

10.

Анализ предметной области
Предметная область: Формализация медицинской карты.
Основные понятия: Частично-структурированная электронная
медицинская карта, текстовый блок, элементарные структуры
данных, формат медицинской карты платформы IACPaaS.
10

11.

Термины предметной области
Частично-структурированная электронная медицинская карта
11

12.

Термины предметной области
Элементарные структуры данных
12

13.

Термины предметной области
Формат медицинской карты платформы IACPaaS
13

14.

Модель предметной области
Для более явного представления о предметной области были
составлены следующие онтологии:
1. Онтология частично-структурированной электронной
медицинской карты.
2. Онтология элементарных структур данных.
3. Онтология электронной медицинской карты платформы IACPaaS.
14

15.

Модель предметной области
Онтология частично-структурированной электронной медицинской карты
15

16.

Модель предметной области
Онтология элементарных структур данных.
16

17.

Модель предметной области
Модель
онтологии
электронной
медицинской
карты
платформы IACPaaS :
17

18.

Формальная постановка задачи
Вход: Частично-структурированная электронная медицинская карта
Выход: Медицинская карта платформы IACPaaS
Этапы:
1. Парсинг частично-структурированной
3. Валидация извлеченных данных.
электронной медицинской карты на
текстовые блоки.
2. Извлечение элементарных структур
4. Генерация медицинской карты
для платформы IACPaaS на
данных из текстовых блоков.
основе извлеченных данных.
Рассмотрено в работе Омельченко М.А.
Рассмотрено в работе Коринецкой Ю.В.
18

19.

Извлечение элементарных структур данных из
текстовых блоков
LLM обучены на огромных объемах разнообразных текстовых данных. Они
способны улавливать сложные семантические связи между словами и фразами, а
также понимать многозначность терминов в различных контекстах.
Еще одним преимуществом LLM является их способность различать значения
терминов в зависимости от контекста.
Это свойство, в сочетании с возможностью дообучения на медицинских текстах
делает LLM идеальным инструментом для задачи извлечения медицинских
данных из неструктурированных текстов.
19

20.

Дообучение LLM
Состоит в том, чтобы взять уже обученную модель, которая хорошо
справляется с базовыми аспектами задачи, которую необходимо
решить и адаптировать её под конкретные требования.
Ключевой этап — подготовка специального датасета, который
отражает специфику целевой задачи.
Итогом дообучения является адаптер к модели.
20

21.

Сравнение LLM моделей
Модель
Количество
параметров
Качество извлечения
Vram для
запуска
Vram для
обучения
llama 3.1
8b
instruct
Gema3
4b
Mixtral 8x7B 7b
среднее
8гб
11гб
высокое
высокое
6гб
10гб
8гб
16гб
BERT-large 340M
низкое
6гб
6гб
21

22.

Фрагмент датасета
22

23.

Разработка требований
Основные требования:
1. Система
должна
поддерживать
загрузку
файлов
частично-
структурированных электронных медицинских карт в формате HTML.
2. Система должна извлекать элементарные структуры данных из
частично-структурированной электронной медицинской карты.
3. Система должна валидировать извлеченные элементарные структуры
данных, путем проверки наличия извлеченных данных в исходной
медицинской карте.
4. Система должна генерировать инфоресурс для платформы IACPaaS
23

24.

Архитектурно-контекстная диаграмма
24

25.

Подсистема парсинга текста
25

26.

Подсистема парсинга текста
26

27.

Подсистема извлечения данных
27

28.

Подсистема извлечения данных
"ФИО больного Акопян С. Г. , 43
года Отделение
Кардиохирургическое , истории
12784 Поступила 10.08.2017 ,
выписана"
28

29.

Подсистема валидации данных
{
"title": "",
"text": "ФИО больного Акопян С. Г. , 43 года Отделение
Кардиохирургическое",
"data": [
{
"Имя": "ФИО",
"Значение": "Акопян С. Г."
},
{
"Имя": "Возраст",
"Значение": "43",
"Единица измерения": "года"
},
{
"Имя": "Отделение",
"Значение": "Кардиохирургическое"
},
{
"Имя": "Диагноз",
"Значение": "ИБС" /* галлюцинация */
}
]
}
[фио", "больной", "акопян", "с.", "г.", "43", "год",
"отделение", "кардиохирургический"]
data =[
{
"Имя": "фио",
"Значение": "акопян с. г."
},
{
"Имя": "возраст",
"Значение": "43",
"Единица измерения": "год"
},
{
"Имя": "отделение",
"Значение": "кардиохирургический"
},
{
"Имя": "диагноз",
"Значение": "ибс"
},
]
29

30.

Подсистема валидации данных
Исходный текст:
Извлеченный данные:
data =[
{
[
"ФИО",
"больной",
"акопян",
"с.",
"г.",
"43",
"год",
"отделение",
"кардиохирургический",
"Имя": "ФИО",
"Значение": "Акопян С. Г."
},
{
"Имя": "возраст",
"Значение": "43",
"Единица измерения": "год"
},
{
]
"Имя": "отделение",
"Значение": "кардиохирургический"
},
{
Будет удалено, т.к. нет в
исходном тексте
"Имя": "диагноз",
"Значение": "ИБС"
},
]
30

31.

Подсистема генерации инфоресурса
data =[
{
"Имя": "фио",
"Значение": "акопян с. г."
},
{
"Имя": "возраст",
"Значение": "43",
"Единица измерения": "год"
},
]
31

32.

Реализация программного средства
Язык программирования: Python
Среда разработки: Visual Studio Code
Использованные библиотеки: Streamlit, PyTorch, Transformers,
TRL, Accelerate, Flask, BeautifulSoup, Pymorphy2
Использованная LLM: Gemma3
32

33.

План тестирования всей системы
№ теста (тестируемые
требования)
Тестовая ситуация
Начальное состояние
системы
REQ_FU_1
Запуск веб-интерфеса
Браузер запущен и готов к
работе
REQ_FU_2
Интерфейс позволяет
загружать HTML
файлы
Графический интерфейс
запущен и готов к работе
REQ_FU_3
Действие
Ожидаемый результат
Перейти на хост и порт
на котором раздается
веб-интерфейс
Перетащить HTML
файл в форму вебинтерфейса
Запуск веб-интерфейса
Система извлекает
Входной HTML файл успешно
элементарные структуры загружен в веб-интерфейс
медицинской карты
Нажать на кнопку
«Извлечь»
В интерфейсе
отображаются результат
извлечения
REQ_FU_4
Система логирует каждый Входной HTML файл успешно
шаг процесса извлечения загружен в веб-интерфейс
элементарных структур
данных
Нажать на кнопку
«Извлечь»
В интерфейсе
отображаются количество
выполненных и
оставшихся запросов
REQ_FU_5
Система валидирует
результат модели
Запросы к модели выполнены
REQ_FU_6
Система генерирует
инфоресурс
Валидация завершена
Дождаться выполнения Если ответ модели
запросов
содержит слова, которых
нет в исходном тексте, они
не попадают в результат
Дождаться генерацию Инфоресурс должен
инфоресурса
быть сгенерирован
Интерфейс визуально
отобразил HTML файл
33

34.

Результаты ВКР
1.
Подготовлен обзор литературы по темам «Обзор медицинских
информационных систем» и «Обзор основных методов обработки
естественного языка».
2.
Проведен анализ и построение модели предметной области «Формализация
медицинской карты».
3.
Проведено проектирование системы для формализации частичноструктурированных данных медицинской карты и преобразования их в формат,
совместимый с СППВР платформы IACPaaS.
4.
Реализована и протестирована программную систему для формализации
частично-структурированных данных медицинской карты и преобразования их в
формат, совместимый с СППВР платформы IACPaaS.
34

35.

Диаграмма последовательности
35