Detta projekt demonstrerar hur man kan använda moderna språkmodeller (LLMs) för att automatiskt generera strukturerade journalanteckningar enligt SOAP-standarden från patientmöten.
Inspiration: Tandem Healths arbete med att minska vårdpersonalens administrativa börda.
Att manuellt skriva journaler tar värdefull tid från patientkontakten. Genom att använda Llama 3 via Groq, visar detta verktyg hur vi kan:
- Automatisera struktur: Omvandla naturligt tal till S, O, A och P-sektioner.
- Säkerställa hastighet: Använder Groqs LPU-teknologi för att generera anteckningar på under 1 sekund.
- Öka flexibiliteten: Genom att använda Open Source-modeller (Llama) istället för låsta system, kan man i framtiden köra lösningen i säkrare, lokala miljöer (on-premise).
- Språk: Python
- Gränssnitt: Streamlit
- Motor: Llama-3.3-70B via Groq Cloud API
- Miljö: Miljövariabler via
.envför säker hantering av API-nycklar.
- Klona repot.
- Installera krav:
pip install -r requirements.txt. - Lägg till din Groq API-nyckel i
.env. - Kör
streamlit run main.py.
Ansvarsfriskrivning: Detta är ett utbildningsprojekt. Ingen riktig patientdata har använts eller bör användas i denna demo.# SoapEngine