Кому нужен этот промт и как он работает?
Этот промт создан для специалистов в медицине, аналитиков и разработчиков, которым необходимо быстро и точно классифицировать медицинские тексты по международной классификации болезней (МКБ-10). Использование этого промта помогает систематизировать сведения о диагнозах и адаптировать данные под стандарты медицинской отчетности.
Проблема, которую решает этот промт, — автоматизация разбора медицинских документов: он выделяет предложения и сопоставляет их с правильными кодами МКБ-10. Это облегчает работу с большими объемами текстов, снижает вероятность ошибок в классификации и ускоряет обработку информации.
Принцип работы прост: промт разбивает текст на отдельные предложения, анализирует каждое по контексту и присваивает соответствующий код МКБ-10, формируя структурированный и понятный результат.
Готовый к использованию промт
1 |
Проанализируй медицинский текст и классифицируй его в соответствии с кодами МКБ-10. Разбей предложения с указанием соответствующих кодов МКБ-10. |
Как использовать промт и на что обратить внимание
- Перед вводом текста убедитесь, что он составлен на русском языке и содержит четкие медицинские термины или диагнозы.
- Для повышения точности классификации желательно использовать достаточно полные предложения с ключевыми симптомами и диагнозами.
- Промт будет работать лучше на текстах, где явно указаны состояния пациента, симптомы и диагнозы, без двусмысленностей.
- В редких случаях нейросеть может неверно классифицировать диагноз при недостатке информации или очень сложных случаях.
- Результат можно дополнительно проверить и корректировать вручную для максимальной точности.
Примеры использования
Этот пример решает задачу классификации диагноза из амбулаторной карты пациента.
1 |
Проанализируй следующий медицинский текст и разметь его по кодам МКБ-10, разбив на предложения: "Пациент жалуется на острую боль в грудной клетке, поставлен диагноз Ишемическая болезнь сердца (I20)." |
Здесь задача — выделить диагноз и сопоставить его с кодом из МКБ-10 для автоматизированного учета случаев сердечных заболеваний.
1 |
Проанализируй текст и классифицируй по МКБ-10, разбив на предложения: "У больного выявлены признаки сахарного диабета типа 2 и повышенного артериального давления." |
В этом случае нужно обработать текст с несколькими диагнозами и правильно присвоить каждому свой код МКБ-10.
Пример результата работы нейросети
✅ Пример результата работы с текстом:
«Предложение 1: Пациент жалуется на острую боль в грудной клетке. Код МКБ-10: I20 (Ишемическая болезнь сердца). Предложение 2: Поставлен диагноз – Ишемическая болезнь сердца. Код МКБ-10: I20.»
Примечание: результат примерный и может отличаться в зависимости от исходного текста и настроек модели.
Итог: зачем использовать этот промт?
Данный промт значительно упрощает и ускоряет процесс анализа медицинских текстов, автоматизируя разбивку и кодировку диагнозов по МКБ-10. Это освобождает время специалистов и снижает риск ошибок при классификации, повышая качество обработки медицинской информации.
Главное преимущество: автоматическая и точная классификация медицинских текстов по МКБ-10 с разбивкой на предложения.