用血液检测 PDF 构建图表工具
2024 年 7 月 18 日 · 阅读需 4 分钟。任务：2024 年 7 月 18 日 · 阅读需 4 分钟简要概述我想分享一件最近在尝试的有趣事情。我一直在试验用大语言模型（LLM）为非结构化数据构建用户界面。这项实验也让我开始思考，在恰当使用并有充分人工指导和监督的前提下，LLM 能如何在医疗领域发挥作用。 我用 Claude 构建了一个小型 Web 应用，用于探索我最近的血液检测结果。我上传了一组从 MyChart 导出的非结构化 PDF 检测报告，并与 Claude 一起梳理其中的信息。 想试试这个工具吗？链接在这里。 视频演示理解非结构化数据如果你处理过非结构化数据，无论是 PDF、Word 文档、纯文本文件还是其他形式，就会知道，要理清这些信息有多么混乱、耗时。LLM 特别适合帮助你从这些来源中提取结构化信息。它们可以帮助整理、提炼和总结非结构化数据，把杂乱的信息变成可供实际处理、并能用分析工具进行可视化的内容。 几周前，我做了年度体检，接受了多项血液检测。我很好奇，能否用 Claude 帮我可视化并分析检测结果。MyChart 自带的工具还可以，但功能比较基础，在查看时间序列信息时也不太方便。 作为实验，我把最近几次检测结果下载为 PDF，然后交给 Claude。我让 Claude 为我构建一个交互式工具，用来探索我的历次检测记录。我还提供了年龄、性别等基本信息，然后让它开始执行。 下方是一份 PDF 的小段摘录，供参考。这些 PDF 的格式各不相同，取决于检测项目和检测年份。 Claude 的表现只用了少量提示，Claude 就生成了一个应用，让我能够查看检测结果随时间的变化。它标出了异常值，并针对结果提供了一般性的健康见解。整个过程只花了五分钟，我也不需要做什么繁重的工作。看到它如此迅速、有效地把原始数据转化为实用内容，实在令人惊叹。我想，只要在提示词上再多花些功夫，输出质量就能大幅提升。 以下是我使用的提示词： 我希望你为我构建一个交互式工具，用于探索我的医疗检测结果历史。以下是具体需求。 我会附上几份 PDF，其中包含各种检测结果和诊断指标水平。 我希望能够在浏览器中以交互方式探索这些数据。 我希望工具突出显示所有异常情况。 我希望工具突出显示我应该采取行动的建议。 我希望工具具有创意。探索这些数据的方式应当有别于常见方式，具有独特性。 我希望工具考虑适用于一名 41 岁男性的其他公开数据或相关信息。 如有任何问题，请随时先向我提问。 这里还有一张它所构建应用的截图。 医疗领域的更多应用场景这项实验让我开始思考，LLM 如何能在医疗领域得到更广泛的应用。以下是一些让我感兴趣的初步设想。 分析个人医疗记录：LLM 可以帮助分析个人医疗记录，让人更容易发现随时间变化的趋势和异常。 结合医学研究：它们还可以将个人数据与海量医学研究联系起来，有可能提供你甚至你的医生都未曾考虑过的见解。 识别不明显的模式：LLM 能够在大型数据集中发现不易直接察觉的模式。 轻松实现数据可视化：只需编写极少的代码，LLM 就能帮助你以独特且实用的方式可视化数据。 快速构建界面：LLM 可以帮助你快速为非结构化数据创建用户界面，节省时间和精力。 让个人数据探索更容易：LLM 能让你无需专门的工具或技能，也能探索自己的数据。 为什么我认为这很重要；工具：Claude。人工角色：原文未说明人如何持续参与其中。；局限：这是一项个人实验，并非医疗设备或专业诊断工具。它需要人工监督，不能替代专业医疗建议。原文未说明将敏感健康记录上传至 LLM 时的数据隐私保护措施。未涉及与现有医疗系统的集成。。
工具
Agent Work Atlas 发布日期:
概述
2024 年 7 月 18 日 · 阅读需 4 分钟
工作流程
2024 年 7 月 18 日 · 阅读需 4 分钟简要概述我想分享一件最近在尝试的有趣事情。我一直在试验用大语言模型（LLM）为非结构化数据构建用户界面。这项实验也让我开始思考，在恰当使用并有充分人工指导和监督的前提下，LLM 能如何在医疗领域发挥作用。 我用 Claude 构建了一个小型 Web 应用，用于探索我最近的血液检测结果。我上传了一组从 MyChart 导出的非结构化 PDF 检测报告，并与 Claude 一起梳理其中的信息。 想试试这个工具吗？链接在这里。 视频演示理解非结构化数据如果你处理过非结构化数据，无论是 PDF、Word 文档、纯文本文件还是其他形式，就会知道，要理清这些信息有多么混乱、耗时。LLM 特别适合帮助你从这些来源中提取结构化信息。它们可以帮助整理、提炼和总结非结构化数据，把杂乱的信息变成可供实际处理、并能用分析工具进行可视化的内容。 几周前，我做了年度体检，接受了多项血液检测。我很好奇，能否用 Claude 帮我可视化并分析检测结果。MyChart 自带的工具还可以，但功能比较基础，在查看时间序列信息时也不太方便。 作为实验，我把最近几次检测结果下载为 PDF，然后交给 Claude。我让 Claude 为我构建一个交互式工具，用来探索我的历次检测记录。我还提供了年龄、性别等基本信息，然后让它开始执行。 下方是一份 PDF 的小段摘录，供参考。这些 PDF 的格式各不相同，取决于检测项目和检测年份。 Claude 的表现只用了少量提示，Claude 就生成了一个应用，让我能够查看检测结果随时间的变化。它标出了异常值，并针对结果提供了一般性的健康见解。整个过程只花了五分钟，我也不需要做什么繁重的工作。看到它如此迅速、有效地把原始数据转化为实用内容，实在令人惊叹。我想，只要在提示词上再多花些功夫，输出质量就能大幅提升。 以下是我使用的提示词： 我希望你为我构建一个交互式工具，用于探索我的医疗检测结果历史。以下是具体需求。 我会附上几份 PDF，其中包含各种检测结果和诊断指标水平。 我希望能够在浏览器中以交互方式探索这些数据。 我希望工具突出显示所有异常情况。 我希望工具突出显示我应该采取行动的建议。 我希望工具具有创意。探索这些数据的方式应当有别于常见方式，具有独特性。 我希望工具考虑适用于一名 41 岁男性的其他公开数据或相关信息。 如有任何问题，请随时先向我提问。 这里还有一张它所构建应用的截图。 医疗领域的更多应用场景这项实验让我开始思考，LLM 如何能在医疗领域得到更广泛的应用。以下是一些让我感兴趣的初步设想。 分析个人医疗记录：LLM 可以帮助分析个人医疗记录，让人更容易发现随时间变化的趋势和异常。 结合医学研究：它们还可以将个人数据与海量医学研究联系起来，有可能提供你甚至你的医生都未曾考虑过的见解。 识别不明显的模式：LLM 能够在大型数据集中发现不易直接察觉的模式。 轻松实现数据可视化：只需编写极少的代码，LLM 就能帮助你以独特且实用的方式可视化数据。 快速构建界面：LLM 可以帮助你快速为非结构化数据创建用户界面，节省时间和精力。 让个人数据探索更容易：LLM 能让你无需专门的工具或技能，也能探索自己的数据。 为什么我认为这很重要
原文报告的结果
整个过程耗时五分钟，成功将原始 PDF 数据转化为可视化的交互格式。工具突出了异常结果并提供了总体健康见解。然而，原文未提供经过量化评估的准确性指标或临床验证结果。作者指出，通过更详细的提示词可以大幅提升输出质量。
人工角色
原文未说明人如何持续参与其中。
局限
这是一项个人实验，并非医疗设备或专业诊断工具。它需要人工监督，不能替代专业医疗建议。原文未说明将敏感健康记录上传至 LLM 时的数据隐私保护措施。未涉及与现有医疗系统的集成。
试一试
充当数据可视化助手。我将提供 [可替换输入：非结构化医疗检测 PDF、患者年龄、性别]。你的任务是构建一个独立的 HTML/JS 交互式仪表板。步骤：1. 从 PDF 中提取检测名称、数值、日期和参考范围。2. 将这些数据结构化为 JSON 对象。3. 创建可视化图表，绘制数值随时间的变化，并高亮显示超出范围的结果。4. 添加基于数据的总体见解部分。5. 输出完整代码。在最终确定之前，先对一个样本 PDF 进行试运行，并向我展示提取的 JSON 以供确认。不要提供医疗诊断。如果数据缺失或模糊，请提出澄清问题。确保代码是自包含的，可直接在浏览器中运行。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。