Arztbrief-Analyse mit Künstlicher Intelligenz

Dieses Projekt nutzt Künstliche Intelligenz, um Diagnosen und relevante Informationen aus Arztbriefen zu extrahieren. Das LLM-Modell analysiert die Inhalte, während die SQLite-Datenbank als zusätzliche Ressource relevante Therapien und Maßnahmen basierend auf den extrahierten Diagnosen bereitstellt. Die Hauptaufgabe liegt in der Analyse durch das LLM, während die Datenbank ein ergänzendes Feature darstellt. Das Projekt kombiniert Textanalyse, Datenbankabfragen und eine benutzerfreundliche grafische Oberfläche (GUI).

Features

• PDF-Analyse: Extrahiert Diagnosen und andere Informationen aus Arztbriefen im PDF-Format.
• LLM-Modellintegration: Ein leistungsstarkes Sprachmodell analysiert die Arztbriefe und extrahiert relevante Informationen.
• Datenbankintegration: Ergänzende Funktion, um Therapien und Maßnahmen basierend auf den Diagnosen bereitzustellen.
• Grafische Benutzeroberfläche (GUI): Benutzerfreundliche Oberfläche mit dynamischen Ausgaben.

Installation

Voraussetzungen

• Python 3.8+
• Virtuelle Umgebung (empfohlen)
• tkinter für die GUI
• PyPDF2
• sqlite3
• python-dotenv

Installation der Abhängigkeiten

1. Erstelle eine virtuelle Umgebung:

   python -m venv env
   source env/bin/activate  # Auf Windows: env\Scripts\activate

2. Installiere die Requirements:

   pip install -r requirements.txt

Projekt-Setup

1. Klone das Repository:

   git clone https://github.com/dein-benutzername/arztbrief-analyse.git
   cd arztbrief-analyse

2. Erstelle eine .env Datei und füge deinen Google API Key hinzu:

   GOOGLE_API_KEY=your_api_key_here
   

3. Starte die Anwendung:

   python main.py

Nutzung

Starten der GUI

1. Nach dem Start der Anwendung wird eine Begrüßungsnachricht angezeigt.
2. Wähle aus, ob du als Arzt (Arzt-Modus) oder als Patient (Patient-Modus) arbeiten möchtest.

PDF-Analyse

1. Lade ein PDF-Dokument über den Button "PDF öffnen".
2. Die Diagnosen werden analysiert, und relevante Therapien und Maßnahmen werden angezeigt.

Datenbank

Die SQLite-Datenbank arztbriefe.db enthält:

• Diagnosen: Beispiele wie Hypertonie, Migräne, Vorhofflimmern usw.
• Therapien und Maßnahmen: Zu jeder Diagnose sind zugehörige Therapien und Maßnahmen gespeichert. Die Datenbank dient als zusätzliche Ressource, um Informationen basierend auf den durch das LLM analysierten Diagnosen bereitzustellen.

Projektstruktur

.
├── gui.py               # Hauptskript für die grafische Benutzeroberfläche
├── database.py          # Modul für die Datenbankoperationen
├── gemini_api.py        # Modul für die Textanalyse-API
├── pdf_reader.py        # Modul für die PDF-Extraktion
├── main.py              # Einstiegspunkt für das Projekt
├── prompts.py           # Modul für die Prompt-Definitionen
├── requirements.txt     # Abhängigkeiten
├── arztbriefe.db        # SQLite-Datenbank
└── README.md            # Projektbeschreibung

Beispiel-Datenbankeinträge

Die Datenbank enthält u. a. folgende Diagnosen:

• Hypertonie
• Migräne
• Divertikulitis
• Vorhofflimmern

Nützliche Funktionen

Diagnose-Extraktion

• Mehrere Diagnosen können aus einem Arztbrief erkannt werden.

Therapie- und Maßnahmenvorschläge

• Basierend auf den gefundenen Diagnosen werden die Therapien und Maßnahmen direkt aus der Datenbank abgerufen.