d[IA]gnosis：使用IRIS开发医疗RAG应用
内容提要
IRIS引入了向量数据类型和向量搜索功能，为应用开发打开了新的可能性。一个例子是卫生部要求的使用AI模型进行ICD-10编码的工具。要求包括ICD-10代码列表、用于文本向量化的训练模型、Python库和用户友好的前端。IRIS提供了CSV导入、REST API和互操作性产品。文章讨论了导入ICD-10代码、从HL7消息中捕获诊断信息和分析纯文本。下一篇文章将介绍使用嵌入式Python进行向量化。
延伸解读
IRIS 向量搜索如何支撑医疗 RAG 应用
文章指出 IRIS 引入向量数据类型和向量搜索功能，为开发 RAG 应用提供了基础。在 d[IA]gnosis 中，这些功能用于将 ICD-10 代码和待分析文本向量化，从而在向量空间中查找最接近的诊断编码。这避免了传统关键词匹配的局限，能更好地处理自由文本中的语义相似性。
从 HL7 消息到 ICD-10 编码的自动化流程
应用支持从 HL7 消息中捕获诊断信息，并自动提取诊断文本。用户只需点击放大镜图标，系统就会列出最接近的 ICD-10 代码，选择后生成包含新编码的 HL7 消息。这展示了 IRIS 互操作性产品在医疗数据集成中的实际价值，减少了手动编码的工作量。
资源消耗与部署注意事项
导入 ICD-10 代码并向量化是一个资源密集型过程。文章中的 Docker 配置为容器分配了 30GB 内存和 32GB 交换空间，并挂载了持久化存储。这提示开发者在部署类似应用时，需要根据数据规模预留足够的内存和磁盘资源，否则可能影响加载和查询性能。
纯文本分析与历史记录功能
除了 HL7 消息，应用还提供文本分析器，用户可输入自由文本，系统会按三词元组进行词形还原分析，并高亮相关文本、显示可能的 ICD-10 代码。所有分析记录都会保存，方便随时查询历史结果和查看所有可用编码。这为临床文本的辅助编码提供了可追溯的工具。
Q&A
IRIS引入了哪些新功能？
IRIS引入了向量数据类型和向量搜索功能，拓展了应用开发的可能性。
如何使用AI模型进行ICD-10编码？
需要提供ICD-10代码列表、文本向量化的训练模型、Python库和用户友好的前端。
IRIS支持哪些数据导入方式？
IRIS支持CSV导入、REST API和互操作性产品。
如何从HL7消息中捕获诊断信息？
只需将HL7消息文件复制到指定文件夹，系统会自动提取诊断信息并显示在应用中。
文本分析功能如何工作？
用户可以输入纯文本，系统会分析并显示相关的ICD-10代码。
分析历史记录如何查询？
所有分析记录都可以随时查询，用户可查看所有可能的ICD-10代码。
