Проект 1: Интеллектуальный помощник по раку желудочно-кишечного тракта из мягких тканей (ГМЖТ) (XiaoJixing)

Предыстория проекта

Опухоли желудочно-кишечного тракта из мягких тканей (ГМЖТ) являются наиболее распространенными мезенхимальными опухолями желудочно-кишечного тракта, составляя 1%-3% всех желудочно-кишечных злокачественных новообразований. Ежегодная заболеваемость составляет приблизительно (10-20)/миллион. С развитием методов патологического обнаружения частота выявления постепенно растет. Это заболевание в основном поражает лиц среднего и пожилого возраста с средним возрастом начала около 65 лет, без значительных половых различий. Приблизительно 50%-70% случаев возникает в желудке, далее следует тонкий кишечник (20%-30%), толстая кишка, прямая кишка и пищевод составляют менее 10%. Биологическое поведение разнообразно, варьируясь от доброкачественного к злокачественному, с приблизительно 30% являющимися злокачественными опухолями. Основные сайты метастазирования - печень и брюшинная полость.

Пациенты и члены их семей часто сталкиваются с трудностями в получении информации, барьерами в понимании профессиональных знаний и неопределенностью в выборе схем лечения. Этот проект направлен на предоставление пациентам с ГМЖТ профессиональной, своевременной и понятной поддержки медицинской информацией с помощью технологии ИИ.

Определения типов рака

Опухоли желудочно-кишечного тракта из мягких тканей (ГМЖТ) основные характеристики:

• Определение: Наиболее распространенная мезенхимальная опухоль желудочно-кишечного тракта, берущая начало из интерстициальных клеток кишечника (клеток Кахаля)
• Основные локализации:
  • Желудок: 50%-70% (наиболее частая)
  • Тонкий кишечник: 20%-30% (вторая по частоте)
  • Толстая кишка, прямая кишка и пищевод: <10%
• Биологическое поведение: Варьирует от доброкачественного к злокачественному, приблизительно 30% являются злокачественными опухолями
• Сайты метастазирования: Главным образом печень и брюшинная полость
• Группа высокого риска: Лица среднего и пожилого возраста, средний возраст начала около 65 лет

Примечание: Этот проект рекомендует в первую очередь сосредоточиться на наиболее распространенных желудочных и тонкокишечных ГМЖТ с постепенным расширением на другие локализации.

Цели проекта

• Снижение информационных барьеров: Объяснение профессиональных медицинских знаний доступным языком для помощи пациентам в понимании диагностики и лечения ГМЖТ
• Предоставление справочной информации для принятия решений: Предоставление поддержки диагностической информацией на основе авторитетных руководств
• Эмоциональное сопровождение: Предоставление круглосуточной информационной поддержки через ИИ-помощника
• Расширение прав пациентов: Помощь пациентам в лучшем понимании их состояния и участии в принятии решений о лечении

Основные ценностные предложения

• Авторитетность: На основе авторитетных медицинских руководств NCCN, ASCO и последних отечественных стандартов диагностики и лечения
• Профессионализм: Охватывает профессиональное содержание, включающее рекомендации по диагностике, информацию о целевых препаратах, интерпретацию генетического тестирования, послеоперационную реабилитацию
• Удобство использования: Поддержка диалога на естественном языке, доступ через несколько платформ (WeChat, Telegram и т.д.)
• Безопасность: Четкое заявление об ограничении ответственности, подчеркивание вспомогательного характера, не заменяет профессиональную медицинскую консультацию

Целевые пользователи

Основные пользователи

• Пациенты с ГМЖТ и члены их семей
• Люди, заботящиеся о здоровье желудочно-кишечного тракта
• Пациенты на разных этапах диагностики (до постановки диагноза, во время лечения, в период реабилитации)

Второстепенные пользователи

• Медицинский персонал и студенты-медики (как вспомогательный инструмент)
• Работники санитарного просвещения
• Волонтеры сообщества (синие жилеты)

Форма продукта

Основная архитектура: Сервис RAG AI + мультиплатформенные боты

Рекомендуемый метод реализации

• Точки входа для диалога: WeChat Bot / Telegram Bot / веб-страница
• Бэкенд-сервис: Интеллектуальная система вопросов-ответов RAG (на основе FastGPT)
• База знаний: Структурированная медицинская база знаний (руководства, целевые препараты, генетическое тестирование, опыт пациентов)

Пространство для инноваций продукта (для исследования студенческой командой)

Вот некоторые возможные направления инноваций, поощряется команда предлагать свои уникальные идеи:

• Мультимодальное взаимодействие: Поддерживать ли распознавание изображений (например, OCR патологических отчетов, визуальных исследований)?
• Персонализированные рекомендации: Как предоставлять индивидуальную информацию на основе конкретной ситуации пользователя (локализация опухоли, размер, уровень риска, этап лечения)?
• Ассистент целевого препарата: Предоставлять ли сравнение целевых препаратов, управление побочными эффектами и другие специализированные функции?
• Руководство по реабилитации: Помимо информации о диагностике и лечении, предоставлять ли послеоперационную реабилитацию, рекомендации по питанию и т.д.?
• Взаимодействие в сообществе: Подключаться ли к сообществам пациентов, способствовать обмену опытом?
• Безопасность данных и конфиденциальность: Как предоставлять персонализированные услуги без сбора конфиденциальной информации?

Важное напоминание: Пожалуйста, обсудите свои инновационные идеи с Наставником на ранней стадии проекта, чтобы убедиться, что направление осуществимо и соответствует благотворительным намерениям.

Рекомендации по технологическому стеку

Система RAG

• Рекомендация сообщества: FastGPT (дружественен к китайскому языку, готов к использованию, тесно интегрирован с сообществом XiaoxBao)
• Решение с открытым исходным кодом: Dify, Ragflow (более гибкие, требуют некоторых навыков разработки)
• Собственное решение: Если у команды есть технические навыки, можно создать на основе фреймворков, таких как LangChain

Управление базой знаний

• Рекомендация сообщества: FastGPT / Wekora / Ragflow
• Ключевые соображения:
  • Как структурировать базу знаний? (По локализации опухоли, по этапу диагностики, по типу контента)
  • Как предварительно обрабатывать медицинские документы для повышения точности поиска?
  • Нужна ли пользовательская стратегия разбиения (Chunking)?

Интеграция ботов

• WeChat: Можно использовать фреймворки WeChaty, OpenAI и т.д.
• Telegram: python-telegram-bot
• Веб-страница: Можно встроить диалоговый компонент FastGPT или создать собственный интерфейс

Опциональные плагины и оптимизация

• Оптимизация Embedding: Модель Embedding для медицинской области или плагин предварительной обработки
• Маршрутизация нескольких локаций: Интеллектуальное определение намерений пользователя и маршрутизация в соответствующую базу знаний
• Безопасность контента: Фильтрация конфиденциальных слов, проверка соответствия медицинским нормам

Справочные ресурсы базы знаний

Существующие ресурсы (см. проекты сообщества XiaoxBao)

Сообщество XiaoxBao уже имеет несколько проектов ИИ-ассистентов по онкологии (таких как XiaoPiBao, XiaoFuBao). Вы можете:

• Понять идеи проектирования структуры базы знаний
• Обратиться к методам разбиения и предварительной обработки медицинских документов
• Изучить способы организации базы знаний для нескольких типов рака

Пример структуры базы знаний:

Knowledge_base/
├── 01_guidance/          # Руководства по диагностике и лечению
│   ├── 01_gastric_gist/
│   ├── 02_small_intestine_gist/
│   └── 03_other_site_gist/
├── 02_drugs/             # База информации о целевых препаратах
├── 03_genetic/           # Информация о генетическом тестировании
├── 04_surgery/           # Информация, связанная с хирургией
└── 05_patients_expertise/ # Обмен опытом пациентов

Что вам нужно сделать

• Не копируйте напрямую: Поняв структуру, спроектируйте свою собственную базу знаний в соответствии с позиционированием вашего продукта
• Дополните новое содержание: В соответствии с потребностями проекта дополните больше медицинских ресурсов, случаев пациентов и т.д.
• Оптимизация и инновации: Как сделать базу знаний лучше поддерживающей ваши инновационные функции?

Рекомендации по реализации проекта

Первый этап: Анализ потребностей и проектирование (1-2 недели)

• Глубокое понимание болевых точек целевых пользователей (рекомендуется интервьюировать пациентов или членов их семей)
• Определение приоритета основных функций (что должен включать MVP?)
• Проектирование процесса взаимодействия продукта и логики диалога
• Результат: Документ требований к продукту, прототип интерактивного дизайна

Второй этап: Построение базы знаний и настройка RAG (2-4 недели)

• Сбор и организация ресурсов медицинских знаний (руководства по диагностике и лечению, информация о целевых препаратах и т.д.)
• Предварительная обработка документов и импорт базы знаний
• Настройка системы вопросов-ответов RAG (на основе FastGPT) и тестирование точности
• Результат: Рабочая база знаний RAG, базовая способность к диалогу

Третий этап: Разработка и интеграция ботов (2-3 недели)

• Разработка WeChat/Telegram Bot или веб-интерфейса
• Интеграция бэкенд-сервиса RAG
• Реализация функций маршрутизации нескольких локаций, управления диалогом и т.д.
• Результат: MVP-версия для внешнего тестирования

Четвертый этап: Тестирование и оптимизация (2-3 недели)

• Приглашение первых пользователей (пациенты, члены семей, медицинский персонал) для участия в тестировании
• Сбор обратной связи и быстрая итерация
• Совершенствование заявления об ограничении ответственности, защиты конфиденциальности и другого содержания, связанного с соответствием
• Результат: Стабильная рабочая версия продукта, руководство пользователя

Важные требования соответствия

Медицинское заявление об ограничении ответственности (обязательно)

• Четко указать, что этот инструмент является информационным помощником, а не инструментом медицинской диагностики
• Все решения о лечении должны консультироваться с профессиональными врачами
• Пользователи должны нести ответственность за проверку и использование информации
• Технология ИИ несет риск информационных отклонений

Защита конфиденциальности (обязательно)

• Соблюдение Закона о защите личной информации
• Не собирать активно конфиденциальные данные пациентов (имя, номер удостоверения личности, конкретные детали заболевания и т.д.)
• Если необходимо собрать какую-либо информацию, должно быть получено предварительное одобрение DKU/CMC/Фонда

Благотворительные намерения (обязательно)

• Этот проект является постоянно бесплатным, не направлен на коммерческое привлечение
• Не рекомендовать конкретные препараты или медицинские учреждения
• Не обещать никаких терапевтических эффектов

Рекомендуемые показатели успеха

• Завершенность функций: Завершение основной функции диалога, поддержка вопросов-ответов о знаниях по крайней мере для 2 локаций опухолей
• Пользовательский опыт: Удовлетворенность обратной связи первых пользователей ≥ 80%
• Точность контента: Прохождение экспертной медицинской проверки, точность ключевой информации ≥ 95%
• Доступность сервиса: Стабильная работа системы, время ответа < 5 секунд
• Инновационные особенности: Реализация по крайней мере 1 уникальной инновационной функции

Справочные ресурсы

• Репозиторий GitHub: Обратитесь к репозиториям других проектов онкологии в сообществе XiaoxBao

  • Для изучения структуры базы знаний и методов предварительной обработки RAG
  • Примечание: Не копируйте код напрямую, реализуйте самостоятельно после понимания идей

• Медицинские ресурсы:

  • Клинические руководства NCCN (раздел ГМЖТ)
  • Руководства ASCO по онкологии
  • Материалы Национального онкологического центра, связанные с ГМЖТ
  • Авторитетные медицинские журналы и базы данных

• Технические инструменты: См. Tools Kit 101

Рекомендуемое разделение команды

• Продукт-менеджер: Анализ потребностей, исследование пользователей, дизайн продукта
• Инженер RAG: Построение базы знаний, настройка и оптимизация системы FastGPT
• Фронтенд/Бот-разработчик: Разработка интерфейса диалога, интеграция ботов
• Операции по контенту: Сбор, проверка и обновление медицинского контента

Контакты и поддержка

• Руководство Наставника: Свяжитесь со своим проектным наставником для получения профессиональных рекомендаций
• Медицинская проверка: Медицинский контент должен быть отправлен на проверку PMC
• Техническая поддержка: При возникновении технических проблем обращайтесь за помощью в проектную группу или GitHub Issue
• Справочные проекты: Можно проконсультироваться с инициаторами других проектов сообщества XiaoxBao об опыте

Вдохновляющие слова

Это очень значимый проект, ваша работа непосредственно поможет реальным пациентам с ГМЖТ и семьям. Не беспокойтесь о технических барьерах, сообщество и Наставник поддержат вас. Самое важное: сохранять эмпатию к пациентам, исходить из их реальных потребностей и создать действительно полезный продукт.

Пусть технология согреет жизнь, пусть информация зажжет надежду 💝