Moin,sehr erfreulicherweise ist ja nun die DSGVO-konforme KI-Nutzung eines starken Sprachmodells / LLMs innerhalb von tomedo möglich. Vielen Dank nochmal für diese tolle Funktion.Bisher ist noch ein AppleScript dazu notwendig, um die KI innerhalb von tomedo (abgesehen vom Karteichat) ansprechen zu können. Ich hatte ja schon eine Vorgängerversion mit Nutzung von Ollama für auf dem eigenen Rechner laufende KI-Analysen gezeigt (/d/106811 diese Lösung setzt aber hinreichend starke Rechnerleistung lokal voraus. Da der Thread schon sehr umfangreich geworden ist, starte ich hier nochmal einen neuen, um Anderen den Einstieg zu erleichtern.Zusammengefasst soll die hier gezeigte Funktion folgendes leisten: Jeder Text, den man innerhalb / außerhalb von tomedo per Auswählen (z.B. CMD-A) und Kopieren (CMD-C) in die Zwischenablage kopiert, kann mit einem zur Analyse passenden, vorformulierten Prompt per KI analysiert werden. Die zuvor bestehende Datenschutz-Problematik bei Nutzung leistungsstarker LLMs auf externen Servern ist durch von Zollsoft selbst betriebenen Servern beseitigt. Der Aufruf der KI funktioniert über einen Textbaustein, der eigentlich nur eine Aktionskette startet. Durch diesen Weg des Aktionskettenaufrufs kann man sich den Textbaustein in allen Karteieinträgen ablegen und dann mit einem Klick den KI-Aufruf starten. 1. Schritt: Anlage der Textbausteine für die Prompts2. Schritt: Erstellen des AppleScripts (unter Admin > Skriptverwaltung)Für den individuellen Anwendungsfall kann / muss für die Verwendung eigener Prompts das Skript angepasst werden. Im Zweifelsfall kann man sich hier auch von ChatGPT / Gemini / Claude helfen lassen. In meinem Beispiel heißt das AppleScript "5-LLM-API-v2" (der Name des verwendeten AppleScript muss in der Aktionskette im 3. Schritt richtig ausgewählt werden).Die URL-Adresse des Servers findet man hier: tomedo > Über tomedo > Server-URL (z.B. http://localhost:8080/tomedo_live/). Den User-Ident findet man mit dieser Statistik (im Feld "SQL/Konfiguration" muss 'MeinKuerzel' durch das eigene Kürzel ersetzt werden) heraus:------------------------------------------------------------ -- Befüllen der Variable inputString, die den per KI zu analysierenden Text enthalten soll -- hier wird der Inhalt der Zwischenablage benutzt set the inputString to the clipboard ------------------------------------------------------------ -- Auswahl des Prompts durch den Benutzer -- In dieser Liste werden dem Nutzer die verschiedenen Prompts zur Auswahl angezeigt -- Die Begriffe werden in exakt dieser Form in der folgenden if-Kette geprüft und zur Prompt-Zuordnung benutzt set userChoice to choose from list {"Arztbericht", "Schlaflabor", "CT", "BGA", "externe Anfrage", "Gutachtenauftrag", "Patientenbrief", "Übersetzung (türkisch)"} with prompt "Bitte eine Auswahl treffen:" default items {"Arztbericht"} -- Falls der Benutzer abbricht, endet das Skript hier if userChoice is false then return end if set userChoice to item 1 of userChoice set prompt to "" ------------------------------------------------------------ -- Zuordnung des Prompt-Textes entsprechend der zuvor vom Benutzer getroffenen Auswahl -- Die Prompt-Texte werden nicht hier im Skript abgelegt, sondern separat in Textbausteinen -- Dadurch ist das rasche Ändern eines Promptes, welche auch in verschiedenen Skripten gleichzeitig genutzt werden können, möglich. -- In Abhängigkeit der Auswahl können hier auch noch Zusatzfragen gestellt werden (wie hier im Beispiel der BGA) -- Je nach Auswahl Prompt-Text setzen if userChoice is "Arztbericht" then set auftrag to "$[_Prompt_Arztbericht]$" else if userChoice is "Schlaflabor" then set auftrag to "$[_Prompt_Schlaflabor]$" else if userChoice is "CT" then set auftrag to "$[_Prompt_CT-CKE]$" else if userChoice is "BGA" then set BGA_Bedingung to choose from list {"Raumluft", "1 l O2/min", "2 l O2/min", "3 l O2/min", "4 l O2/min", "5 l O2/min"} with prompt "Unter welcher Bedingung wurde die BGA abgenommen:" default items {"Raumluft"} set auftrag to "$[_Prompt_BGA]$" & "BGA unter " & (item 1 of BGA_Bedingung) else if userChoice is "externe Anfrage" then set auftrag to "$[_Prompt_Anfrage_extern]$" else if userChoice is "Gutachtenauftrag" then set auftrag to "$[_Prompt_Gutachten]$" else if userChoice is "Patientenbrief" then set auftrag to "$[_Prompt_Patientenbrief]$" else if userChoice is "Übersetzung (türkisch)" then set auftrag to "$[_Prompt_Übersetzung_Türkisch]$" end if ------------------------------------------------------------ -- Zusammenführen des Prompts (Variable auftrag) und des zu analysierenden Texts (Variable inputString) set prompt to auftrag & inputString ------------------------------------------------------------ -- Anzeige des gesamten Prompts vor Weiterleitung an die KI display dialog "Deine Auswahl: " & userChoice & return & "Variable: " & prompt buttons {"OK"} default button 1 ------------------------------------------------------------ -- Angabe der URL-Adresse des tomedo-Servers und des Nutzer-Idents set tomedo_server_url to "http://tomedo.localnet:8080/tomedo_live/" set user_ident to "4" -- Zusammensetzen des vollständiger Endpoints für die Ansprache des LLM: set llm_endpoint to tomedo_server_url & "llmservice/" & user_ident & "/v1/chat/completions" ------------------------------------------------------------ -- Auswahl des für die KI-Analyse zu verwendenden LLM: -- Hier muss das gewünschte Standardmodell gesetzt werden, z.B. "gemini-2.5-pro" oder "mistral-medium-2508" oder oder set selectedModel to "gemini-2.5-pro" ------------------------------------------------------------ -- Aufruf des tomedo-LLM-Services -- Erstellung des Python-Programms (verwendet nur Python-Standardbibliotheken), welches in der Variable pycode abgelegt wird set pyCode to " import os, sys, json, urllib.request, urllib.error TOMEDO_URL = os.environ.get('LLM_ENDPOINT') MODEL = os.environ.get('USER_MODEL', 'gemini-2.5-flash') prompt = os.environ.get('USER_PROMPT', '') payload = { 'model': MODEL, 'messages': [{'role': 'user', 'content': prompt}], 'stream': False } req = urllib.request.Request( TOMEDO_URL, data=json.dumps(payload).encode('utf-8'), headers={'Content-Type': 'application/json'}, method='POST' ) try: with urllib.request.urlopen(req, timeout=120) as resp: data = json.loads(resp.read().decode('utf-8')) # OpenAI-kompatibles Format: choices[0].message.content content = '' try: choices = data.get('choices') or [] if choices: msg = choices[0].get('message', {}) or {} content = (msg.get('content') or '').strip() except Exception: pass # Fallback: Ollama-ähnliches Format data['message']['content'] if not content: content = (data.get('message', {}) or {}).get('content', '').strip() # Letzter Fallback: direktes 'content'-Feld if not content: content = (data.get('content') or '').strip() sys.stdout.write(content) except urllib.error.HTTPError as e: msg = e.read().decode('utf-8', errors='ignore') sys.stderr.write(f'HTTPError {e.code}: {msg}\\n') sys.exit(1) except Exception as e: sys.stderr.write(f'ERROR: {e}\\n') sys.exit(1) " ------------------------------------------------------------ -- Das Python-Programm wird nun mit dem Prompt, dem ausgewählten LLM-Modell und dem tomedo-LLM-Endpoint zusammengeführt -- Übergabe an den Python-Prozess via Env-Variablen set shellCmd to "/usr/bin/env /bin/zsh -lc " & quoted form of ( ¬ "export USER_PROMPT=" & quoted form of prompt & "; " & ¬ "export USER_MODEL=" & quoted form of selectedModel & "; " & ¬ "export LLM_ENDPOINT=" & quoted form of llm_endpoint & "; " & ¬ "python3 -

Wem das Abändern eines AppleScripts mit verschiedenen Prompts zu kompliziert erscheint / ist, kann auch das hier als "abgespeckte" Version des Skripts mit einem fest im Skript-Text abgelegten Prompt-Text nutzen. Wenn man hier den Prompt ändern will, muss der Text des Prompts (im Skript leicht zu finden) geändert / ersetzt werden. Dieser Weg verzichtet somit auf das Anlegen eines Textbausteins für die Prompts. Im gezeigten Skript soll ein "Meta-Prompt" per KI aus dem eingescannten Text einer beliebigen Behörden-/Kassenanfrage erzeugt werden, der dann einfach per CMD-V in den Karteichat kopiert und dort ausgeführt werden kann. Ich bin noch nicht völlig zufrieden mit allen Ergebnissen, wer hier einen noch besser funktionierenden Prompt hat / kennt, darf ihn gerne einmal zeigen 😉.------------------------------------------------------------ -- Befüllen der Variable inputString, die den per KI zu analysierenden Text enthalten soll -- hier wird der Inhalt der Zwischenablage benutzt set the inputString to the clipboard ------------------------------------------------------------ -- Festlegen des Prompts set auftrag to "Analysiere den folgenden Anfragetext einer externen Stelle (z. B. Krankenkasse, Rentenversicherung, Versorgungsamt, Arbeitsamt). Ziel Deiner Analyse soll es sein, dass die von der externen Stelle gestellten Fragen in strukturierter Form aufgelistet werden. Die Fragen sollen hier noch nicht beantwortet werden. Ignoriere einleitende Passagen, Standardformulierungen, Gesetzesbezüge und Fließtexte. Extrahiere ausschließlich die konkreten patientenbezogenen Fragestellungen. Gib die Fragen in der ursprünglichen Reihenfolge und Nummerierung wieder, ohne freie Umformulierungen oder Ergänzungen. Stelle vor jede Antwort die jeweilige Fragestellung exakt so, wie sie im Anfragetext vorgegeben ist. Falls die Frage im Original Auswahlmöglichkeiten, Beispiele oder erläuternde Unterpunkte enthält, nimm diese nicht oder nur in der allerkürzesten Form (z. B. „Ja/Nein“, „leicht/mittel/schwer“) mit auf. Bewahre strikt die Nummerierung und Struktur der externen Anfrage. Füge keinerlei Kommentare, Erklärungen, Antworten oder freie Ergänzungen hinzu. Das Ergebnis soll eine nummerierte Liste sein, bestehend aus jeweils der originalen Frage (ggf. gekürzt um Auswahlmöglichkeiten/Beispiele)." ------------------------------------------------------------ -- Zusammenführen des Prompts (Variable auftrag) und des zu analysierenden Texts (Variable inputString) set prompt to auftrag & inputString ------------------------------------------------------------ -- Anzeige des gesamten Prompts vor Weiterleitung an die KI display dialog "Deine Auswahl: " & userChoice & return & "Variable: " & prompt buttons {"OK"} default button 1 ------------------------------------------------------------ -- Angabe der URL-Adresse des tomedo-Servers und des Nutzer-Idents set tomedo_server_url to "http://tomedo.localnet:8080/tomedo_live/" set user_ident to "4" -- Zusammensetzen des vollständiger Endpoints für die Ansprache des LLM: set llm_endpoint to tomedo_server_url & "llmservice/" & user_ident & "/v1/chat/completions" ------------------------------------------------------------ -- Auswahl des für die KI-Analyse zu verwendenden LLM: -- Hier muss das gewünschte Standardmodell gesetzt werden, z.B. "gemini-2.5-pro" oder "mistral-medium-2508" oder oder set selectedModel to "gemini-2.5-pro" ------------------------------------------------------------ -- Aufruf des tomedo-LLM-Services -- Erstellung des Python-Programms (verwendet nur Python-Standardbibliotheken), welches in der Variable pycode abgelegt wird set pyCode to " import os, sys, json, urllib.request, urllib.error TOMEDO_URL = os.environ.get('LLM_ENDPOINT') MODEL = os.environ.get('USER_MODEL', 'gemini-2.5-flash') prompt = os.environ.get('USER_PROMPT', '') payload = { 'model': MODEL, 'messages': [{'role': 'user', 'content': prompt}], 'stream': False } req = urllib.request.Request( TOMEDO_URL, data=json.dumps(payload).encode('utf-8'), headers={'Content-Type': 'application/json'}, method='POST' ) try: with urllib.request.urlopen(req, timeout=120) as resp: data = json.loads(resp.read().decode('utf-8')) # OpenAI-kompatibles Format: choices[0].message.content content = '' try: choices = data.get('choices') or [] if choices: msg = choices[0].get('message', {}) or {} content = (msg.get('content') or '').strip() except Exception: pass # Fallback: Ollama-ähnliches Format data['message']['content'] if not content: content = (data.get('message', {}) or {}).get('content', '').strip() # Letzter Fallback: direktes 'content'-Feld if not content: content = (data.get('content') or '').strip() sys.stdout.write(content) except urllib.error.HTTPError as e: msg = e.read().decode('utf-8', errors='ignore') sys.stderr.write(f'HTTPError {e.code}: {msg}\\n') sys.exit(1) except Exception as e: sys.stderr.write(f'ERROR: {e}\\n') sys.exit(1) " ------------------------------------------------------------ -- Das Python-Programm wird nun mit dem Prompt, dem ausgewählten LLM-Modell und dem tomedo-LLM-Endpoint zusammengeführt -- Übergabe an den Python-Prozess via Env-Variablen set shellCmd to "/usr/bin/env /bin/zsh -lc " & quoted form of ( ¬ "export USER_PROMPT=" & quoted form of prompt & "; " & ¬ "export USER_MODEL=" & quoted form of selectedModel & "; " & ¬ "export LLM_ENDPOINT=" & quoted form of llm_endpoint & "; " & ¬ "python3 -

Hi,habe es gerade nachgebaut, funktioniert sehr gut!!! Danke fürs Teilen!Was mich interessieren würde:set llm_endpoint to tomedo_server_url & "llmservice/" & user_ident & "/v1/chat/completions"Nach meinem Verständnis ist das der Zugriff auf den Endpoint von dem Karteichat? Dann kann man per Python-Programm den Karteichat "fernsteuern"? Ich würde nämlich gerne per AK-Skript einen Prompt an den Karteichat schicken, habe keine Idee, wie man das realisieren könnte...Oder checke ich da gerade was nicht? -js

Sehr spannend, ich werde beim ausführen gefragt ob ich die "Command Line Developer Tools" installierne möchte - brauche ich die dafür? "Fehler beim API-Aufruf: xcode-select: note: No developer tools were found, requesting install. If developer tools are located at a non-default location on disk, use `sudo xcode-select --switch path/to/Xcode.app` to specify the Xcode that you wish to use for command line developer tools, and cancel the installation dialog. See `man xcode-select` for more details."

Oh, da hat mein AppleScript eine Vorbedingung, die bei mir und bei Herrn Smid (beide offenbar schon etwas tiefer beim AppleScript/Python eingestiegen) gegeben war, bei Ihnen aber nicht. Ihre Fehlermeldung kommt, da das AppleScript auf ein im macOS installiertes Python zugreifen will / muss. Obwohl tomedo selbst eine eigene Python-Installation mitbringt, kann AppleScript als ein macOS-Programm (außerhalb von tomedo ablaufend) nicht darauf zugreifen. Daher kommt die Fehlermeldung, dass die CLI / command line interpreter Tools fehlen. Diese werden innerhalb von macOS benötigt, wenn man mit (u.a.) mit Python (außerhalb von tomedo) arbeiten will.Es gibt jetzt zwei Lösungen: 1. Rasche Lösung: Terminal starten (z.B. mit CMD-Leerzeichen die Spotlightsuche öffnen und dort "Terminal" eingeben). Dort diesen Befehl eingeben: xcode-select --installDamit werden die Apple Entwickler/Developer Tools geladen (inkl. der macOS-eigenen Python-Installation). Dann können Sie das AppleSkript starten können. Das Paket nimmt wenig Platz ein und macht keine problematischen Sachen.2. Ich baue das AppleScript so um, dass es auch ohne Python im Skript direkt und somit ohne extra-Xcode-Installation funktioniert. Das würde die Nutzung für alle, die niemals das Terminal öffnen möchten, die Nutzung erleichtern. Der Umbau sollte klappen, braucht aber noch etwas Zeit...

Herzlichen Dank für dieses Script. Das ist wirklich grandios. Wenn zollsoft (bzw. Herr Thierfelder) vielleicht doch irgendwann (ist ja bald Weihnachten und man hat Wünsche🙂) ermöglicht, dass eingehende KIM-Befunde oder Scans direkt in CKE importiert werden könnten (/d/88968 wäre das mit diesem Workflow noch ein weiterer Schritt nach vorne.

Verstehe - vielen Dank! Probiere ich aus :) Dann müsste ich das auf jedem meiner Macs noch installieren? Ich probiere es mal auf einem aus :) Dankeschön!

jetzt kommt leider diese Fehlermeldung: "Fehler beim API-Aufruf: ERROR: "

Alternativ: Im Terminal: pip3 install python. Dann hat man nicht das Riesen-Xcode drauf...

habe jetzt schon das "Riesen-Xcode" installiert.. aber scheint probleme mit dem Zertifikaten zu geben...?

Hi, Ja, das klingt so. Aber Zertifikate sind zum durchdrehen ;-) vllt weiß Herr Baumann eine Lösung. Chatgpt hat mir eine laaaange Liste von möglichen Fehlern ausgespuckt, die alle tiefe Eingriffe in das System fordern - überschreitet mein Können ;-)

KI-Nutzung DSGVO-konform überall in tomedo (per zollsoft-eigenem LLM-Service) - Anleitung

StephanE

Enorm. Bin ausgestiegen aufgrund der zeitintensiven Anforderungen. Ich bräuchte das, Anfagen der versorgungsämter zu beantworten.

Marco Schönbeck

wahnsinn. ich habe es grad nachgebaut und es hat super funktioniert. kann mir jemand noch folgende Fragen beantworten, da ich das aus dem skript nicht ganz rauslesen kann:

- wohin wird die Anfrage gesendet?

- die Rede ist von einem LLM auf Tomedo Servern... gibt es dazu mehr informationen? ich habe das nirgens gelesen.

- oder ist es der kartei-Chatbot, der hier gefragt wird? hier hatte ich bisher verstanden, dass das wohl lokal auf meinem tomedo-server beantwortet wird, hat sich das geändert?

vielen dank für mehr-infos oder links, wo man sich weiter dazu informieren kann.

beste grüße - M. Schönbeck

Marco Schönbeck

Hallo, ich habe das ein wenig ausgebaut und könnte hier einen sehr ausgefeilten Labor - Auswertungsprompt beitragen. Hier meine Versionen zuerst der Arztbrief:

#Fasse den folgenden Arztbericht zusammen. Ich erläutere kurz, wie der Report strukturiert werden soll. Beispiele zum besseren

#Verständnis fasse ich in “Anführungszeichen”. Kommentare beginnen #Rautezeichen und gelten für den Rest der Zeile als Kommentar

#Die erste Zeile soll wie folgt formuliert werden - ich erwähne alle Elemente der ersten Zeile, Bitte verwende im Report keinen Absatz innerhalb der ersten Zeile:

*AI-Text* Arztbrief

( #Kurzbezeichnung für Fachrichtung/Abteilung zB “Kardio” oder “Neuropäd” oder “Kich”

, #nachfolgend “Praxis” oder “KH”

, #nachfolgend kurz gefasster Name der Klinik oder Praxis oder Einrichtung, keine Adresse, Beispiele “Friedrichshain” oder “Charité”, bei Praxen den Nachnamen des Praxisleiters, “Schmidt”)

, Aufenthalt von XXX - XXX bzw. am XXXX) #hier Datum kurzmöglichst “11.8.26”

FRAGE: #kürze die Fragestellung auf 1-3 Worte

HAUPTERGEBNIS: #kürze das Hauptergebnis auf 1-3 (max10) Worte, wenn alles unauff “opB”

HAUPTODO: #Maßnahmen, die uns als Weiterversorger betreffen 1-3 (max10) Wort, wenn alles unauffällig “keine”

#Bilde dann Rubriken und beginne jede Rubrik in einer neuen Zeile mit dem Rubriknamen. Nach jeder Rubrik eine Leerzeile. Bilde #folgende Rubriken:

Diagnosen #(jede Diagnose in einer neuen Zeile), sollte im Brief ein Segment mit Diagnose-Liste vorhanden sein, dann sollte diese Auflistung 1:1 identisch - inklusive Formatierung/Gliederung übernommen werden.

Aufnahmeanlass

Diagnostik (kurzgefasst)

Therapie

Empfehlung

auffällige Laborwerte

#Benutze keine Formatierungszeichen.

#Stelle keine Fragen und mache keine eigenen Vorschläge für das weitere Vorgehen. Wenn keine Informationen im Text enthalten

#sind, die einem Arztbericht entsprechen, gebe die Information: Der auszuzwertende Text scheint kein Arztbericht zu sein. Erzeuge

#keine Informationen, die nicht im zu analysierenden Text enthalten sind.

und hier mein Prompt für den Laborbefund (etwas allergologie gerichtet..). Der letzte Punkt ist natürlich nur als Spielerei, aber ganz interessant, was da kommt.

#Fasse den folgenden Laborbefund (Wir sind eine Praxis für Kinderallergologie/ Kinderpneumologie/ Allgemeinkinderheilkunde) zusammen. Ich erläutere kurz, wie der Report strukturiert werden soll.
#Die meisten Laborbefunde enthalten Allergietestungen, die Befunditems enthalten dann immer eine Klassifizierung Cap 1 - 6, die für uns wichtig ist. Sollte ein Laborbefund Allergiewerte enthalten, dann sollten die auffälligen in der Titelzeile der Zusammenfassung aufführt sein.
#Beispiele zum besseren Verständnis fasse ich in “Anführungszeichen”. Kommentare beginnen #Rautezeichen und gelten für den Rest der Zeile als Kommentar
#Die erste Zeile soll wie folgt formuliert werden - ich erwähne alle Elemente der ersten Zeile, Bitte verwende im Report keinen Absatz innerhalb der ersten Zeile:
*AI-Text* Labor
( #Auftragsdatum kurzmöglichst “11.8.26”
) #Falls Allergiewerte (CAP)enthalten sind: schreibe zuerst “ALLERGO: ”, dann “IgE” und den IgE Befund (ohne Referenzbereich), dann “EOS” (multipliziere 1000 * Eosinophilenwert in GPT/l - Ausgabe ohne Einheit) (ohne Referenzwert) danach falls AllergieCAP-Befunde negativ:
Cap negativ #falls Allergiebefunde auffällig sind: #Gruppiere nach auffälligen Allergengruppen:
AERO: #und nachfolgend fasse wie folgt zusammen: erste 3 Buchstaben des auffälligen Aeroallergens gefolgt von der Cap-Klasse “Birkenpollen Cap Klasse 3” führt zu “Bir3” oder “d1 Dermatophagoides pteronyssinus Cap Klasse 5” zu “Dpt5” oder “d2 Dermatophagoides farinae Cap Klasse 5” zu “Dfa5” (bei den Milben ist es noch etwas besonders..) oder “Beifußpollen Cap Klasse 1” zu “Bei1” oder Schimmelpilzmischung 1 “Schipi1-Cap2” (hier bei den Schimmelpilzen gibt es 2 Mischungen und Sch hilft als Abkürzung nicht, daher auf Schipi verlängert. Wenn eine Zahl am Ende stehen würde, dann separiere den Capwert als -Cap2 wie im Beispiel). Du kannst Dich unter folgender URL über die Allergene informieren (alle Allergene haben eine Labornummer zb d202): https://www.thermofisher.com/diagnostic-education/dam/commercial/library-resources/GER%20ImmunoCAP_Allergenübersicht%202020-01.pdf
#wenn Komponenten der Hauptallergene getestet wurden z.B. “Birke Bet V1” und positiv sind, dann ergänze das in unserer Titelleiste der Zusammenfassung in Klammern - Beispiel “Bir3(betv1+)”.
#Separiere alle Einzelallergene mit Kommata. Fahre für alle Aeroallergene fort. Lasse negative Befunde in dieser Aufzählung weg. Danach:
NM: #und nachfolgend alle nicht-negativen Nahrungsmittelallergiebefunde, gruppiere nach Allergen, Beginne mit 2-4 Großbuchstaben für den Allergiebezeichner (Haselnuss “HN”, Erdnuss “EN”, Walnuss “WN”, “CASH”, “PIST”, “SOJ”, Paranuss “PN”, Hühnerei #HE”, - alle weiteren selteneren Allergene verständlich abkürzen,
#nach dem Bezeichner folgt ein Leerzeichen und die Cap Klasse in Klammern “(Cap3)” und ein Bindestrich “-“ und alle bestimmten Komponenten dieses Nahrungsmittels, auch wenn sie Cap 0 sind in folgender Form: Komponentenbezeichner und Cap Klasse in Klammern “(Cap3)” - sollte die Cap Klasse der Komponente Cap0 sein, dann sollte bitte auch der Messwert angegeben werden, da manche Cap 0 Befunde dennoch problematisch sein können. Beispiele: “EN (Cap2) - arah2 (Cap2)” oder “HN (Cap3) - cora14 (Cap0, 0,2kU/ml), cora9 (Cap1)” - im zweiten Beispiel sieht man die Titerangabe bei Cap0-Nahrungsmittelkomponente Cor a 14 mit angegeben.
#falls weitere Allergiebefunde auffällig sind, finde eine passende Rubrik und ergänze die auffälligen Befunde nach o.g Schema, danach:
PATHOL: #danach folgen kommagetrennt die aussagekräftigen Kurzbezeichner (zum Beispiel “Vit-D↑” oder “Eosinophile↓” - für alle auffälligen Werte des restlichen Labors - ohne Zahlen oder Referenzbereiche
#Damit schließt die erste Zeile ab - danach kommt:
——————————————————————————————————————————————————————————
*AI-Text* - Verantwortlich für den Plausibilitäts-Check ist: Nutzer/in, die/der den AI-generierten Textbaustein hier reinkopiert
——————————————————————————————————————————————————————————
#bitte eine Leerzeile folgen lassen und die Überschrift (in fetter Schrift). schreibe “keine pathologischen Parameter” falls dies der Fall ist, ansonsten:
pathologische Parameter:
#und nachfolgend sollten übersichtlich und mit Leerzeilen getrennt die auffälligen Befunde des Gesamtlabors Bilde Rubriken mit Zwischenüberschriften anhand von laborparametern (BB, Chemie, Allergologie, Urin usw) aufgelistet werden. Innerhalb der Allergologie sortiere und gruppiere die auffälligen CAP Befunde bitte nach folgender Reihenfolge: Hausstaub, Pollen, Tiere, Schimmel, sonstige Aeroallergene, Nahrungsmittelallergene, Insekten, sonstige) und setze Zwischenüberschriften, rücke die Zeilen mit den Werten um 2 Zeichen ein.
#hier bekommt jeder auffällige Wert eine neue Zeile, beginnend ↓ oder ↑ + Leerzeichen (Ausnahme: bei den CAP-Allergiebefunden wird die Cap-Klasse 1-6 durch die Anzahl der ↑ Pfeile visualisiert (Cap2 = “↑↑----”) (Cap5 = “↑↑↑↑↑-”) die Striche sind nötig, damit alles untereinander kommt), dann Laborwertbezeichner (bitte bei den Cap-Bezeichnern die Labornummer am Anfang der Zeile weglassen, Beispiel: “statt f13 - Erdnuss” “Erdnuss”, Beispiel: statt “f423 rAra h 2 Erdnuss” “rAra h 2 Erdnuss”, dann “ - “ hier auch inkl Messwert + (Cap Klasse) + Einheit, dann “ - “ und Referenzbereiche. zwischen den Rubriken jeweils eine Leerzeile,
#Benutze keine weiteren Formatierungszeichen.
#Stelle keine Fragen und mache keine eigenen Vorschläge für das weitere Vorgehen. Wenn keine Informationen im Text enthalten
#sind, die einem Laborbefund entsprechen, gebe die Information: Der auszuzwertende Text scheint kein Laborbericht zu sein. *AI-Text*
#Erzeuge bis dahin keine Informationen, die nicht im zu analysierenden Text enthalten sind.
#Abschließend möchte ich Dich um einen kurzen medizinischen Gesamt-Interpretationsatz des Laborbefundes bitten (natürlich nur die gemessenen Werte, die auch in dem Laborbefund enthalten sind - keine Aussage zu Befunden/Untersuchungsfeldern, die nicht gemessen wurden), der mit “***** AI-generierter Text - experimenteller Ansatz, keine Grundlage für Therapieentscheidungen !!! ****” beginnt und mit “**** ENDE AI-Text****” endet. Achte auf nicht zu starke Formulierungen, sondern verwende vorwiegend den Konjunktiv, achte darauf, dass Sensibilisierungen keine Rückschlüsse auf Allergien zulassen, spreche daher nicht von Allergien, sondern von Sensibilisierungen, gebe wenn möglich Referenzen an, bzw Evidenzlevel von Aussagen.*****

Tim Petry

Liebe AI-Afficionados,

hat schon jemand Erfahrungen mit Clawdbot (nun Moltbot) mit lokal laufenden Modellen in Zusammenspiel mit Tomedo gesammelt? Gäb es da überhaupt Vorteile gegenüber der exzellenten Anleitung hier?

M. Lange-Grumfeld

Was hier gebaut wurde ist genial.

Höchster Respekt und vollste Anerkennung!!!

Das kommt mit Blick auf die 'Spezialisten' bei den 'Versorgungsämtern' wie gerufen. Dort will ja jeder eigene Sachbearbeiter seine ganz individuelle Mustervorlage ausgefüllt haben, nur eben keine Manufakturleistungen bezahlen. Das beißt sich.

Thorsten Siebert

Chapeau, lieber Herr Baumann für diese grandiose Arbeit.

Ich habe mir erlaubt, Ihr Skript zu implementieren, anzupassen und nach Anleitung auch die Entwickler-Tools zu installieren.

Für mich als Computer-Newbie war das aufregend und herausfordernd. Der Lohn war große Freude, als es funktioniert hat.....

....leider nur EINMAL. Beim zweiten, dritten und vierten Mal hat mir die KI jeweils wieder den zuerst ausgelesenen Brief präsentiert. Auch nach einem Tomedo-Neustart...

Was mache ich falsch?

Über eine kurze Antwort würde ich mich freuen.

Herzlichen Dank für die großartige Vorarbeit und beste Grüße aus der Kurpfalz

Thorsten Siebert

Hans Jörg Baumann

Freut mich, dass das Script auf solche Begeisterung stößt. Es ist bei mir nun fest im Routinebetrieb etabliert und eine große Hilfe.

Ihr Problem kann ich auf Anhieb nicht so richtig nachvollziehen bzw. eine Lösung erahnen. Wenn Sie möchten können wir per PN ja einmal draufschauen.

Thorsten Siebert

Sehr geehrter Herr Baumann,

Besten Dank für Ihre rasche Antwort und das großzügige Angebot.

Zwischenzeitlich habe ich mein Problem gelöst. Und ich schäme mich, das Forum und Sie damit behelligt zu haben......Im Zwischenspeicher war die ganze Zeit weiter der erste Brief, da ich alle anderen jeweils nur markiert hatte......wie gesagt: Ich schäme mich.....

Heißt aber auch: Ihr Skript läuft einwandfrei und wird uns eine Menge Zeitaufwand ersparen. Ich danke Ihnen!

Herzliche Grüße, Thorsten Siebert

David Schneider

Das Suchen von spezifischen Antworten für Versorgungsämter wäre natürlich genial. Wie genau haben Sie das umgesetzt? Wird zuerst der Fragebogen analysiert und dann werden die Fragen an die KI geschickt? Wie werden die ganzen Daten aus der Patientenakte dafür genutzt? Funktioniert das schnell oder dauert es lange?

Ist das wie ein Promot im Kartei-Chat?

David Schneider

Auf Grund der Https Verschlüsselung können wir das Skript so leider nicht im Alltag nutzen - gibt es Pläne den KarteiChat für einen Aktionskettenzugriff "zu öffnen"?

Christian Schacht

Liebes tomedo-KI-Team,

was nützt die beste KI-Infrastruktur und Kunden, die an diesem Thema aktiv mitarbeiten, wenn dann auf einmal das passiert:

„Monatliches Kostenbudget für LLM API Calls überschritten“

Ich arbeite mittlerweile sehr intensiv daran, die KI-Funktionalitäten von tomedo zu nutzen, beispielsweise in Form automatisierter Auswertung von Fragebögen. Jetzt kann ich es allerdingsnicht mehr nutzen und muss auf einen Fallback eines anderes LLM zurückgreifen.

Wie sehen die Budgets für die API-Nutzung aus? Wo kann ich es einsehen? Wie kann ich das Budget beeinflussen?

Beste Grüße aus Augsburg
Christian Schacht

Marco Schönbeck

Moin ich nutze das mittelweile auch täglich, für Laborauswertung, Arztbriefe kommend/gehend, Aktenzusammenfassung/Übertragung, Gutachten. Hatte bisher keine Limits angezeigt bekommen. Auch heute funktioniert es noch.

mfg

MS

Andreas Schemm

Hallo Baumann, vielen Dank für dieses Skript! Das ist wirklich Next-Level und es tun sich unendliche Möglichkeiten auf.

Gibt es einen Weg PDFs oder JPEGs direkt an das LLM zu senden? Seit der Version v1.164 ist es ja möglich, PDFs und Bilder in den KarteiChat zu ziehen. Daher müsste es ja auch eine Möglichkeit geben, diese direkt per Skript an die AI zu senden.

Ich lasse mir aktuell die Arztbriefe auf diesem Weg zusammenfassen, damit die Zusammenfassungen genau unserem bereits bestehenden Standard entsprechen. Das funktioniert auch super, setzt aber voraus, dass das PDF vorher "händisch" über [versuche, Text aus PDF einzulesen ('beta'-Test)] ausgelesen wurde, dann in die Zwischenablage kopiert wurde und dann das LLM gestartet wird. Den Weg könnte man so sicherlich vereinfachen.

Viele Grüße aus Hamburg,

Andreas Schemm

P.S.: Ich habe an dem Skript noch die Ausgabe des Ergebnisses verändert. Jetzt wird gefragt, ob das Ergebnis indirekt aus der Zwischenablage eingefügt werden soll. Das ist ganz praktisch.

------------------------------------------------------------

-- Ergebnis in Zwischenablage legen und optional einfügen



set the clipboard to resultText



set insertChoice to display dialog "Fertig.



Die LLM-Antwort befindet sich in der Zwischenablage.



Soll der Text jetzt eingefügt werden?" buttons {"Nicht Einfügen", "Einfügen"} default button "Einfügen" with icon note



if button returned of insertChoice is "Einfügen" then

	

	delay 0.2

	

	try

		tell application "tomedo" to activate

	end try

	

	delay 0.2

	

	tell application "System Events"

		keystroke "v" using command down

	end tell

	

end if

« Vorherige Seite