Medical_Input_Helper/Техническое Задание.md

Техническое задание на разработку системы "Medical Input Helper"

1. Введение

1.1. Наименование системы

Medical Input Helper - интеллектуальная система автоматизации ввода медицинских текстов с поддержкой AI.

1.2. Назначение системы

Разработка программного обеспечения для автоматизации процесса ввода и форматирования медицинских текстов, с интеграцией AI-моделей для анализа медицинских данных, включая обработку ЛОР-эндоскопических изображений.

2. Общие требования

2.1. Функциональное назначение

Система должна предоставлять следующие возможности:

• Автоматическое обнаружение полей ввода в различных приложениях
• Интеллектуальная обработка медицинских текстов с использованием LLM
• Анализ ЛОР-эндоскопических изображений и генерация медицинских заключений
• Drag-and-drop интерфейс для работы с текстом и изображениями
• Фоновая работа через системный трей

2.2. Целевая аудитория

• Врачи-оториноларингологи
• Медицинские регистраторы
• Медицинский персонал, работающий с EHR системами

3. Технические требования

3.1. Архитектура системы

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│   GUI Layer     │◄──►│  Business Logic  │◄──►│   AI Services   │
│  (PyQt6)        │    │   Layer          │    │   Layer         │
└─────────────────┘    └──────────────────┘    └─────────────────┘
         │                       │                       │
         ▼                       ▼                       ▼
┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│ System Tray     │    │ Drag & Drop      │    │ LLM Models      │
│ Icon Window     │    │ Handler          │    │ Image Analysis  │
└─────────────────┘    └──────────────────┘    └─────────────────┘

3.2. Компоненты системы

3.2.1. Основные модули (реализованы)

• main.py - точка входа приложения
• main_window.py - главное окно и управление состоянием
• main_interface.py - пользовательский интерфейс
• ai_worker.py - обработка AI запросов в отдельном потоке
• drag_drop_handler.py - обработка drag-and-drop операций
• icon_window.py - плавающая иконка приложения

3.2.2. Структура данных

project/
├── models/                 # AI модели (LLM + компьютерное зрение)
├── data/                   # Пользовательские данные и изображения
├── chroma_db/              # Векторная база медицинских знаний
└── rag_corpus.json         # Медицинский корпус для RAG

3.3. Технологический стек

• GUI Framework: PyQt6
• AI/ML: llama-cpp-python, ChromaDB, Sentence Transformers
• Computer Vision: OpenCV, Pillow, Torch
• System Integration: uiautomation, pyperclip, keyboard
• Utilities: qtawesome, psutil, requests

4. Функциональные требования

4.1. Модуль автоматизации ввода (реализован)

4.1.1. Обнаружение полей ввода

• Автоматическое определение фокуса на редактируемых полях
• Поддержка различных типов контролов (Edit, Text, ComboBox)
• Работа с нативными приложениями и веб-браузерами

4.1.2. Управление интерфейсом

• Плавающее окно с автоматическим позиционированием
• Два режима работы: компактный и расширенный
• Перетаскивание окон мышью
• Системный трей для фоновой работы

4.2. Модуль обработки текста (реализован)

4.2.1. Базовые функции

• Копирование текста из активных полей
• Вставка форматированного текста
• Drag-and-drop для текстового контента

4.2.2. AI-обработка текста

• Интеграция с YandexGPT-5-Lite моделью
• RAG (Retrieval-Augmented Generation) для медицинских текстов
• Специализированные промпты для:
  • Обработки жалоб пациента
  • Форматирования анамнеза заболевания
  • Генерации медицинских заключений

4.3. Модуль работы с изображениями (частично реализован)

4.3.1. Загрузка и обработка изображений (реализовано)

• Drag-and-drop загрузка локальных файлов
• Загрузка изображений по URL
• Поддержка форматов: JPG, PNG, BMP, GIF, TIFF, WebP
• Автоматическое определение типа контента

4.3.2. Анализ ЛОР-эндоскопических изображений (требует доработки)

• Интеграция моделей компьютерного зрения для анализа:
  • Состояния барабанной перепонки
  • Патологий наружного слухового прохода
  • Воспалительных процессов
  • Наличия инородных тел
• Классификация изображений по типам патологий
• Генерация структурированного ЛОР-статуса

4.3.3. Генерация медицинских заключений

• Комбинированный анализ: изображение + анамнез
• Автоматическая генерация заключения ИИ
• Форматирование согласно медицинским стандартам

5. Требования к AI-компонентам

5.1. Текстовая обработка (реализована)

• Модель: YandexGPT-5-Lite-8B-instruct (GGUF)
• Контекст: 2048 токенов
• Температура: 0.1 для детерминированных результатов
• RAG система: ChromaDB с rubert-tiny2 эмбеддингами

5.2. Визуальный анализ (требует реализации)

5.2.1. Модели компьютерного зрения

• Основная модель: Предобученная CNN для классификации ЛОР-изображений
• Дополнительные модели:
  • Segmentation моделей для выделения областей интереса
  • Detection моделей для идентификации патологий

5.2.2. Требования к анализу изображений

• Точность классификации: >85% для основных патологий
• Время обработки: <10 секунд на изображение
• Поддерживаемые патологии:
  • Отиты (наружный, средний)
  • Перфорации барабанной перепонки
  • Инородные тела слухового прохода
  • Новообразования
  • Воспалительные процессы

6. Интерфейс пользователя

6.1. Основной интерфейс (реализован)

• Компактный режим (70px) для экономии места
• Расширенный режим (200px) с полным функционалом
• Адаптивные drop-зоны для разных типов контента
• Визуальная индикация процесса обработки

6.2. Элементы управления (реализованы)

• Кнопка "Копировать жалобы"
• Кнопка "Копировать анамнез"
• Кнопка "ЛОР-Статус"
• Кнопка "Заключение ИИ"
• Кнопка "Новый случай"

6.3. Визуальное оформление (реализовано)

• Темная тема с градиентами
• Иконки QtAwesome для лучшей визуализации
• Анимации изменения размеров окон
• Эффекты тени и прозрачности

7. Требования к производительности

7.1. Время отклика

• Загрузка интерфейса: <3 секунд
• Обработка текста LLM: <15 секунд
• Анализ изображения: <10 секунд
• Переключение между режимами: <0.5 секунд

7.2. Использование ресурсов

• Память: <2GB в режиме ожидания
• Память с LLM: <4GB при активной обработке
• CPU: <15% в режиме ожидания

8. Требования к совместимости

8.1. Операционные системы

• Windows 10/11
• Linux (требует тестирования)
• macOS (требует тестирования)

8.2. Целевые приложения

• Веб-браузеры (Chrome, Edge, Firefox)
• Текстовые редакторы (Word, Блокнот)
• EHR системы (тестирование требуется)
• Почтовые клиенты

9. Этапы разработки

Этап 1: Базовый функционал (РЕАЛИЗОВАН)

• Архитектура приложения
• Основной GUI
• Система drag-and-drop
• Интеграция LLM для текста
• Системный трей и фоновая работа

Этап 2: Анализ изображений (В РАЗРАБОТКЕ)

• Интеграция моделей компьютерного зрения
• Разработка пайплайна обработки ЛОР-изображений
• Тестирование точности классификации
• Оптимизация производительности

Этап 3: Расширенная функциональность (ПЛАНИРУЕТСЯ)

• Поддержка дополнительных медицинских специальностей
• Интеграция с медицинскими базами данных
• Расширенная кастомизация интерфейса
• Пакетная обработка данных

10. Критерии приемки

10.1. Функциональные тесты

• Автоматическое появление панели при фокусе на поле ввода
• Корректная обработка медицинских текстов LLM
• Точная классификация ЛОР-изображений (>85%)
• Стабильная работа в фоновом режиме

10.2. Производительностные тесты

• Обработка 100+ текстовых запросов без утечек памяти
• Анализ 50+ изображений без деградации производительности
• Работа в течение 24+ часов без перезапуска

10.3. Пользовательские тесты

• Удобство использования медицинским персоналом
• Сокращение времени на ввод документации на 40%
• Положительные отзывы от 10+ тестовых пользователей

11. Документация

11.1. Техническая документация

• README с инструкциями по установке
• .gitignore для управления версиями
• API документация для AI модулей
• Руководство по развертыванию

11.2. Пользовательская документация

• Руководство пользователя
• Видео-инструкции по основным сценариям
• FAQ по решению常见 проблем

12. Медицинские требования и ограничения

12.1. Предупреждения

• Система является вспомогательным инструментом
• Все AI-генерации должны проверяться врачом
• Не заменяет профессиональную медицинскую диагностику

12.2. Соответствие стандартам

• Соблюдение медицинской этики
• Конфиденциальность patient data
• Соответствие требованиям к медицинскому ПО

---

Техническое задание утверждено: [Дата] Версия: 1.0 Статус: В разработке (Этап 1 завершен, Этап 2 в процессе)