MedisenseAI

Problem i grupa docelowa

W Polsce nie istnieje narzędzie pozwalające wyszukać kod ICD-10 na podstawie opisu objawów w naturalnym języku. Dostępne polskie wyszukiwarki (remedium.md, welbi.pl, lekiICD10.pl, icd10.pl) działają wyłącznie na dopasowaniu tekstowym po nazwie lub kodzie - nie rozumieją opisu własnymi słowami. Angielski odpowiednik (np. icdcodes.ai) nie ma polskiego ekwiwalentu.

Dla kogo: Lekarze/POZ (potrzebują właściwego kodu do dokumentacji/NFZ) oraz pacjenci (chcą zrozumieć, co oznacza kod z wypisu/zwolnienia). MVP celowo obsługuje obie grupy jednocześnie, z jednym silnikiem wyszukiwania i różnym tonem uzasadnień.

Jak to działa

• Wyszukiwanie semantyczne w naturalnym języku - opis objawów zwraca TOP 5 najbardziej pasujących kodów ICD-10 z uzasadnieniem i poziomem pewności
• Klasyczne wyszukiwanie tekstowe (pełnotekstowe, po nazwie/kodzie) jako zawsze działający fallback
• Widok szczegółów kodu: nazwa polska i angielska, rozdział klasyfikacji, kategoria nadrzędna, powiązane kody, terminy uwzględnione (synonimy)
• Baza ~11 000 kodów ICD-10 zaimportowana i sparsowana z oficjalnego źródła (Centrum e-Zdrowia, dane.gov.pl)
• Dwa tryby dostępne z jednego interfejsu (przełącznik AI / klasyczne)
• Wyraźny disclaimer prawny - narzędzie pomocnicze, nie zastępuje diagnozy lekarza

Stack technologiczny

Backend

FastAPI (Python)

Frontend

Server-rendered HTML (FastAPI + Jinja2, bez frameworka JS)

Baza danych

SQLite z FTS5 (pełnotekstowe wyszukiwanie)

AI / modele

Lokalny model embeddingów intfloat/multilingual-e5-base (sentence-transformers), cosine similarity w numpy - bez zewnętrznego API i kosztu za zapytanie

Status

Świeżo uruchomiony lokalnie. Działa end-to-end: import i parsowanie danych źródłowych, klasyczne wyszukiwanie tekstowe, wyszukiwanie semantyczne, strona szczegółów kodu z powiązanymi kodami, disclaimer prawny. Jakość wyszukiwania AI jest dobra dla pojedynczych terminów, słabsza dla złożonych, wieloobjawowych opisów - świadomie zaakceptowane jako punkt startowy do dalszej iteracji. Brak historii wyszukiwań, filtrowania po rozdziałach i integracji z bazą leków (v2). Brak testów automatycznych i wdrożenia produkcyjnego.

Rezultaty i testy

• 11 044 kodów ICD-10 z pełnymi metadanymi (nazwa PL/EN, rozdział, opis) zaimportowanych z oficjalnego rejestru CeZ
• 11 044 wygenerowanych lokalnie embeddingów semantycznych (bez kosztu API)
• Trafne dopasowania dla prostych zapytań (np. „gorączka” → R50.x, „astma oskrzelowa” → J45.x), słabsze dla zapytań wieloobjawowych

O projekcie

Żadna z dostępnych polskich wyszukiwarek ICD-10 nie rozumie opisu objawów napisanego własnymi słowami - wszystkie działają wyłącznie na dopasowaniu tekstowym po nazwie lub kodzie. MedisenseAI wypełnia tę lukę: lekarz lub pacjent opisuje przypadek w naturalnym języku, a system zwraca ranking najbardziej pasujących kodów ICD-10 wraz z uzasadnieniem i poziomem pewności, obok zawsze dostępnego trybu wyszukiwania klasycznego jako bezpiecznego fallbacku. Projekt zbudowano na pełnej bazie ~11 000 kodów zaimportowanej i sparsowanej z oficjalnego rejestru Centrum e-Zdrowia (CC BY 4.0), z odtworzoną hierarchią klasyfikacji (kategorie, powiązane kody, terminy uwzględnione) i lokalnym silnikiem embeddingów semantycznych, dzięki czemu wyszukiwanie AI działa bez zewnętrznego API i bez kosztu za zapytanie. To wciąż wczesny MVP - jakość dopasowań dla prostych zapytań jest już dobra, a rozwój kolejnej iteracji skupia się na poprawie trafności dla bardziej złożonych, wieloobjawowych opisów klinicznych.