ai-doctor : un système de simulation de consultation médicale collaboratif multi-modèle basé sur l’IA
médecin IA Il s'agit d'un système frontal conçu pour simuler des consultations collaboratives entre plusieurs médecins. Il permet aux utilisateurs de configurer plusieurs « médecins » virtuels, pilotés par différents modèles de langage (LLM), afin qu'ils discutent, s'évaluent et s'éliminent mutuellement sur un même cas. Grâce à la théorie des jeux de groupe, le système converge progressivement et aboutit finalement à un diagnostic de référence.
⚠️ Avertissement importantCe projet est destiné exclusivement à la simulation de consultations, à la recherche pédagogique et à la démonstration technique. Ses résultats ne constituent pas un avis médical et ne peuvent être utilisés pour un diagnostic clinique.
Accès rapide :
Aperçu en ligne |
Code source GitHub
Aperçu de l'interface
Fonctionnalités principales
- Mécanisme de collaboration multi-modèleIl permet d'accéder à des modèles courants tels qu'OpenAI, Anthropic Claude, Google Gemini, Silicon Flow et Moda Community, facilitant ainsi la consultation conjointe entre différents acteurs de l'IA.
- processus d'élimination dynamiqueLe système est doté d'un mécanisme d'évaluation intelligent intégré. Les médecins identifient les avis erronés grâce à une évaluation par les pairs, et le médecin ayant obtenu le plus de votes est éliminé afin d'améliorer la fiabilité de la conclusion finale.
- Expérience interactive en temps réelLe système utilise un effet de machine à écrire pour présenter le processus de prise de parole à tour de rôle des médecins, et surveille en temps réel les étapes de la consultation, les tours de parole et les statistiques de vote.
- Gestion des données localisées:basé sur
localStockageIl permet un stockage purement frontal, où les enregistrements de consultation et les configurations sont stockés localement dans le navigateur, sans qu'il soit nécessaire de déployer un serveur dorsal. - Production professionnelleLe document final comprend un résumé complet contenant les diagnostics principaux, les diagnostics différentiels, les recommandations de traitement et les plans de suivi, et prend en charge l'exportation d'images.
- Architecture d'interface utilisateur moderneConçu avec Ant Design Vue, il offre une interface claire et une interaction fluide.
Scénarios applicables
- démonstration pédagogiqueUtilisé pour des démonstrations pédagogiques dans les cours d'IA médicale.
- Validation du processusVérifier les liens logiques de la collaboration multi-agents.
- Recherche sur les prototypes: En tant que prototype interactif pour la recherche en traitement automatique du langage naturel médical.
- Comparaison méthodologiqueComparez la logique diagnostique et les performances des différents LLM au sein de l'équipe.
Guide de démarrage rapide
1. Préparation et installation environnementales
ExigerPour Node.js version 16 ou supérieure, il est recommandé d'utiliser pnpm version 9 ou supérieure ou npm.
git clone cd ai-medical-consultation-panel pnpm installer pnpm dev # 启动后访问 http://localhost:5173 Construction de production:mettre en œuvre pnpm buildLe produit sera généré en dist/ Dans le répertoire.
À propos des agentsL'environnement de production utilise par défaut une connexion API directe. Pour utiliser un proxy local, veuillez le configurer lors du processus de compilation. VITE_ENABLE_PROXY=true et configurer /proxy API Avant.
2. Procédures opérationnelles
- Configurer les médecinsDans « Paramètres » → « Configuration du médecin », saisissez le nom du médecin, le fournisseur, la clé API, le nom du modèle et les invites personnalisées.
- Cas d'entréeSur la page d'accueil, remplissez les informations de base du patient (nom, âge, antécédents médicaux) et le motif de consultation, puis cliquez sur « Démarrer la consultation ».
- Observer le jeuLes médecins IA prennent la parole à tour de rôle, tous les médecins procèdent à une évaluation par les pairs, et ceux dont les réponses sont inexactes sont éliminés. Ce cycle se poursuit jusqu'à ce qu'il ne reste qu'un seul médecin ou que le nombre maximal de tours soit atteint.
- Pour tirer des conclusionsCliquez sur « Afficher la réponse finale » pour consulter le résumé diagnostique structuré compilé par le système.
Détails de mise en œuvre technique
Évaluation et persistance
Le système adopte Évaluation automatisée par les pairs Fonctionnement : Après chaque tour de parole, les médecins présents votent sur le point de vue exprimé. Le médecin ayant reçu le plus de votes « pas tout à fait exact » est éliminé. Toutes les configurations (y compris les clés API) et l’état de la session sont stockés localement dans le navigateur ; vider le cache entraînera une perte de données.
Services de modèles pris en charge
| fournisseur | Modèle typique | URL de base |
|---|---|---|
| Spécification OpenAI | gpt-4o, gpt-4-turbo | https://api.openai.com/v1 |
| Anthropique | Claude-3-5-sonnet, Claude-3-opus | https://api.Anthropique.com/v1 |
| Google Gemini | gemini-1.5-pro, gemini-1.5-flash | https://generativelanguage.googleapis.com/v1beta |
| Flux à base de silicium | Qwen2.5-72B, GLM-4-9B | https://api.siliconflow.cn |
| Communauté Magic Dash | qwen-max, qwen-plus | https://dashscope.aliyuncs.com |
Liste des technologies utilisées
- Cadre de baseVue 3 + Pinia (Gestion de l'État)
- Outils de constructionVite
- bibliothèque de composants d'interface utilisateurAnt Design Vue
- dépendances critiquesAxios (requêtes), Marked (rendu Markdown)
- Logique architecturale：
src/api(Interface API) $rightarrow$composants(Composant fonctionnel) →magasin(Contrôle des processus) →utils/prompt.js(Indice : ingénierie des mots)
Confidentialité et sécurité
Du fait de son architecture purement frontale, le système Aucun serveur backend n'existeToutes les données sont transmises uniquement entre le navigateur et l'API du fournisseur d'IA. Il incombe aux utilisateurs de protéger leurs clés API et d'éviter de divulguer des informations de configuration sur des appareils non sécurisés.
