Arxip222andClaude Opus 5.5
4d331e4c05
Structure-aware units with audience/evidence metadata, manual review, hybrid BM25 search, citation-checked answers and an eval set. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
143 lines
11 KiB
Markdown
143 lines
11 KiB
Markdown
# RAG по клиническим рекомендациям Минздрава
|
||
|
||
> Статус: черновик подхода, 2026-10-04. Реализация — отдельной задачей (lane B, `app/llm/rag.py` по SPEC §структура).
|
||
> Пример исходника: КР «Посттравматическое стрессовое расстройство», ID 753, 2023 (Российское общество психиатров).
|
||
|
||
## Принцип
|
||
|
||
Файлов мало, глубина нужна максимальная, поэтому мы **не** делаем классический RAG «нарезка по N токенов → эмбеддинги → top-k».
|
||
Каждая КР один раз превращается в **размеченную и вычитанную базу знаний** из смысловых единиц. Поиск по ней почти тривиален, а
|
||
каждый ответ проверяется по цитате.
|
||
|
||
## 1. Кому отвечает RAG
|
||
|
||
КР написаны для врачей: дозы, препараты off-label (`#`), показания к госпитализации. Пересказывать это пациенту нельзя —
|
||
это противоречит нашим guardrails (`app/llm/med_qa.py`: о препаратах — только по инструкции ГРЛС и без доз).
|
||
|
||
| Потребитель | Что можно отдавать из КР |
|
||
|---|---|
|
||
| Пациент (бот) | Только `Приложение В. Информация для пациента` и психообразование. Без доз и названий препаратов |
|
||
| Врач (дашборд) | Всё, с цитатой, уровнем убедительности (УУР) и достоверности доказательств (УДД) |
|
||
| Команда (design-time) | Обоснование порогов в `config/` (TSQ ≥ 6 — Прил. Г1, градации шкалы Бека — Г10): ссылки на источник, а не runtime-RAG |
|
||
|
||
У каждой единицы есть поле `audience`. Фильтр по нему применяется **до** поиска, а не через промпт LLM.
|
||
|
||
## 2. Разбивка на смысловые единицы
|
||
|
||
Структура КР Минздрава стабильна, используем её как схему.
|
||
|
||
| `type` | Пример из КР ПТСР | Как хранить |
|
||
|---|---|---|
|
||
| `recommendation` | «Пациентам с ПТСР … рекомендуется начинать терапию с СИОЗС…» | Тезис + УУР/УДД + комментарий + номера источников |
|
||
| `definition` / `criteria` | Критерии МКБ-10 А–Д, кластеры МКБ-11 | По одному критерию на единицу |
|
||
| `dose_row` | Таблица «Рекомендуемые дозы» (Прил. А3) | Строка: препарат, диапазон, `off_label`, `zhnvlp` (**) |
|
||
| `scale` | TSQ, CAPS, IES-R, BHS, TOP-8 (Прил. Г1–Г11) | Пункты + ключ интерпретации как данные |
|
||
| `algorithm` | Прил. Б и Б1 (в PDF это картинки) | Переписать вручную в шаги и ветвления |
|
||
| `patient_info` | Прил. В | Абзацы с `audience: patient` |
|
||
| `quality_criterion` | «Критерии оценки качества медицинской помощи» | По строке таблицы |
|
||
|
||
Пример единицы:
|
||
|
||
```json
|
||
{
|
||
"id": "kr753.3.2.rec01",
|
||
"doc": {"kr_id": 753, "title": "ПТСР", "approved": "2023", "revise_by": "2025"},
|
||
"path": ["3. Лечение", "3.2. Психофармакотерапия", "Терапия первой линии"],
|
||
"type": "recommendation",
|
||
"text": "Пациентам с ПТСР в качестве препаратов первой линии ... рекомендуется начинать терапию с СИОЗС ...",
|
||
"comment": "После установления диагноза ... эффективность оценивается через 4–6 недель ...",
|
||
"uur": "A",
|
||
"udd": 1,
|
||
"refs": [51, 53, 302],
|
||
"drugs": ["пароксетин", "сертралин", "флуоксетин", "венлафаксин"],
|
||
"contains_dose": true,
|
||
"off_label": ["флуоксетин", "венлафаксин"],
|
||
"audience": ["doctor"],
|
||
"pages": [17, 18]
|
||
}
|
||
```
|
||
|
||
Комментарий хранится вместе с тезисом: по отдельности они теряют смысл, а основная глубина КР — именно в комментариях.
|
||
|
||
## 3. Пайплайн подготовки: автоматика, затем вычитка
|
||
|
||
Файлов мало, поэтому ручная вычитка реальна и даёт больше всего качества. Повторяем практику `docs/clinical/`: хеши
|
||
исходников, `review-status.json`.
|
||
|
||
1. **Источник.** Первоисточник — cr.minzdrav.gov.ru, а не перевёрстки (пример выше — перевёрстка с disuria.ru). Храним sha256.
|
||
2. **Очистка.** Убрать колонтитулы («Страница N из 117», рекламу сайта), склеить переносы и разрывы страниц
|
||
(слипания вида «клиникопсихопатологических»), собрать таблицы, разорванные между страницами.
|
||
3. **Парсер по шаблону.** Абзац «- Пациентам…» до строки «Уровень убедительности рекомендаций X (уровень достоверности
|
||
доказательств N)» — одна единица `recommendation`. Следующий за ней блок «Комментарии:» — её поле `comment`.
|
||
4. **Список литературы не индексируем.** Это шум для поиска; номера источников остаются в `refs`.
|
||
5. **Ручная вычитка.** В первую очередь — единицы для пациента и всё, где есть числа. В КР ПТСР уже видны ошибки самого
|
||
источника, которые автоматика пропустит:
|
||
- в таблице критериев качества перепутаны колонки УДД и УУР;
|
||
- раздел 6.1 встречается дважды;
|
||
- опечатка «ценить суицидальный риск» вместо «оценивать».
|
||
6. **Словарь аббревиатур и синонимов** — из списка сокращений в начале каждой КР. Нужен для расширения запросов:
|
||
СИОЗС ↔ сертралин/пароксетин, ДПДГ ↔ EMDR, ТФ-КПТ и т.д.
|
||
|
||
Раскладка по ADR-008:
|
||
|
||
```
|
||
data/kb/sources/ исходные PDF + sha256
|
||
data/kb/units/*.jsonl вычитанные единицы (в git)
|
||
data/kb/review-status.json статус вычитки по единицам
|
||
data/eval/kb_questions.yaml эталонные вопросы
|
||
```
|
||
|
||
## 4. Поиск
|
||
|
||
Корпус маленький, тяжёлая инфраструктура не нужна.
|
||
|
||
- **Фильтр по метаданным до поиска:** `audience`, `doc`, `type`. Вопрос пациента о дозе — отказ без поиска.
|
||
- **Гибридный поиск:**
|
||
- BM25 с русской лемматизацией (pymorphy3) и расширением запроса по словарю аббревиатур;
|
||
- эмбеддинги — только GigaChat Embeddings или локальная модель (guardrails 4 и 9; для офлайн-демо — только локальная).
|
||
- **Small-to-big.** Найден тезис — в контекст LLM уходит тезис с комментарием и заголовками родительского раздела. При
|
||
нашем объёме допустимо отдавать раздел целиком.
|
||
- **Порог уверенности.** Лучшая единица ниже порога — ответ «В клинических рекомендациях ответа на этот вопрос нет»
|
||
(по аналогии с `fallback` в `config/texts/med_qa.yaml`).
|
||
|
||
## 5. Генерация строго по источнику
|
||
|
||
Переиспользуем механизмы `app/llm/med_qa.py`:
|
||
|
||
- LLM получает пронумерованные единицы и обязана ссылаться на `id` в каждом утверждении.
|
||
- **Детерминированная проверка после генерации:**
|
||
- каждое число в ответе встречается в процитированных единицах;
|
||
- доля «новых» слов ограничена (`MAX_NOVEL_STEM_SHARE`).
|
||
|
||
Не прошло — вместо пересказа отдаём саму цитату.
|
||
- Ссылка на источник («КР ПТСР 2023, разд. 3.2, УУР A») и фраза «решение принимает врач» добавляются кодом, не через LLM.
|
||
- До поиска действуют общие guardrails: проверка безопасности (`acute` → фиксированный кризисный скрипт), затем `scrub()`,
|
||
затем вызов модели только через `app/llm/gateway.py`.
|
||
|
||
## 6. Оценка качества
|
||
|
||
Эталонный набор в `data/eval/` на 50–100 вопросов с ожидаемыми `id` единиц. Вопросы трёх видов:
|
||
|
||
- прямые;
|
||
- перефразированные;
|
||
- ловушки, на которые в КР ответа нет.
|
||
|
||
Метрики:
|
||
|
||
- recall@k по `id` (есть ли нужные единицы среди первых k найденных);
|
||
- доля ответов, прошедших проверку по цитате;
|
||
- доля правильных отказов на ловушках.
|
||
|
||
Оценка запускается обычным pytest-тестом, чтобы правки разметки не ломали поиск незаметно.
|
||
|
||
## Риски и ограничения
|
||
|
||
- **Актуальность.** КР ПТСР указывает «пересмотр не позднее 2025». Перед использованием проверить в рубрикаторе Минздрава
|
||
наличие новой редакции. `approved` / `revise_by` храним в метаданных и показываем в ответе.
|
||
- **Объём к дедлайну (05.10.2026, 13:00).** Реалистичный MVP:
|
||
- 2–3 КР (ПТСР, депрессия), размеченные полуавтоматически и вычитанные;
|
||
- BM25 + фильтр по `audience`;
|
||
- строгие цитаты.
|
||
|
||
Эмбеддинги и реранкер — по остаточному принципу: глубину даёт качество разметки, а не векторная база.
|