Kontextdatei für KI Programmierhilfe für Statistikabfragen

Marco Schönbeck

Liebe Tomedianer, Sehr geehrter Herr Baumbach,

vielen Dank für die umfangreichen Kontextdateien als Promtunterstützung für LLM gebaute Dinge rund um TOmedo. Für meine Quartalsendstatistiken habe ich mir das schon seit 2 Jahren ersehnt und es jetzt gleich mit großer Vorfreude ausprobiert. Leider, leider hat es überhaupt keine brauchbaren Ergebnisse gebracht. weder GPT 5.2 gekaufte Version, noch GEMINI (normale Version) haben minimal komplexere Fragen als nur einfachste Abfragen hinbekommen. Habe auch Beispiel Texte aus vorhandenen Statistiken und Bildschirmfotos ergänzt, aber nichts konnte nachgebaut werden. schade sehr ernüchternd.. aber der Weg ist sicher richtig.

Daher meine Frage an die Runde - war schon jemand erfolgreich damit?

Jonas Kortemeier

Ich hatte bisher Glück. Habe meistens ein paar Anläufe gebraucht aber irgendwann lief es dann.

Was für eine Statistik wollen Sie denn bauen? Vllt kriegt es ja die Schwarmintelligenz hin + vllt profitiert noch jemand davon

Marco Schönbeck

Hallo, ich habe es damit versucht:

ich benötige Unterstützung für Statistikprogrammierung in Tomedo. Verwende für diesen Chat keine von mir gelernten Regeln und Inhalte, sondern ausschließlich folgendes Regelwerk. Meine erste Anfrage ist: Zeige alle Patienten, die in den letzten 2 Jahren eine gesicherte Diagnose "J45" hatten, im aktuellen Quartal in der Praxis waren (Quartal auswählbar machen) und dennoch keine J45 Diagnose auf dem aktuellen Schein hinterlegt haben

dann habe ich es noch ein paarmal umformuliert zB

erstelle die Auswahlfelder für den User: “DiagnoseCode” und “Quartal” - mit diesen beiden Variablen soll die Statistik durchgeführt werden:
1. Grunddatenmenge: alle Patienten, die in den letzten 2 Jahren eine gesicherte Diagnose “DiagnoseCode” hatten
2. davon zu bildende Subgruppe: von dem Ergebnis aus 1. nur die Patienten, die im “Quartal” eine Abrechnungsziffer 0400 hatten, jedoch keine Diagnose “DiagnoseCode”

das Einzige was in vielen Versuchen funktionierte war:

mache eine statistik, die die patienten ohne Diagnose J45 im aktuellen Quartal anzeigt

manchmal wurden auswahlfelder zugefügt, diese enthielten jedoch meist nicht die auflistung der Quartale, wie sonst in Tomedo.. (und waren auch nicht funktional - d.h. es änderte sich nichts an dem Ergebnis. Die meisten Ergebnisse endeten in einem Fehlercode, meist mit einem Hinweis auf einen Formfehler oder mit einem Crash von Tomedo.

im zweiten Ansatz habe ich versucht, die Statistikabfrage "KV Schein mit/ohne Ziffer im Quartalsvergleich" zu kopieren, indem ich in einem PDF das Beispiel erklärt, den Quelltext der Tomedoabfrage hinterlegt und 3 Screenshots von der Abfrage und den dropdowns zusätzlich zum Kontextfile hochgeladen. Das hat leider auch nur zu crashes geführt..

baue mir eine statistik, die das feature aus dem beispiel für diagnosen umsetzt. also statt des Ziffern Feldes ein Feld für den Diagnosecode - zb J45.01

Jonas Kortemeier

Keine Garantie für nichts:

drop table if exists tempPatientsWithJ45Last2Y;
create temporary table tempPatientsWithJ45Last2Y as
select distinct
p.ident as patientid
from diagnose d
join icdkatalogeintrag icd
on d.icdkatalogeintrag_ident = icd.ident
join patientendetailsrelationen_diagnosen pdrd
on d.ident = pdrd.diagnosen_ident
join patientendetails pd
on pdrd.patientendetailsrelationen_ident = pd.patientendetailsrelationen_ident
join patient p
on pd.ident = p.patientendetails_ident
where
d.visible = true
and d.typ = 'G'
and icd.code like 'J45%'
and d.datum >= (current_date - interval '2 years');

drop table if exists tempPatientsWithCurrentQuarterKVSchein;
create temporary table tempPatientsWithCurrentQuarterKVSchein as
select distinct
p.ident as patientid
from kvschein s
join patientendetailsrelationen_kvscheine pdrs
on s.ident = pdrs.kvscheine_ident
join patientendetails pd
on pdrs.patientendetailsrelationen_ident = pd.patientendetailsrelationen_ident
join patient p
on pd.ident = p.patientendetails_ident
where
s.visible = true
and s.sortierdatum >= date_trunc('quarter', current_date)
and s.sortierdatum < (date_trunc('quarter', current_date) + interval '3 months');

drop table if exists tempPatientsIntersection;
create temporary table tempPatientsIntersection as
select
j.patientid
from tempPatientsWithJ45Last2Y j
join tempPatientsWithCurrentQuarterKVSchein k
on j.patientid = k.patientid;

drop table if exists tempPatientsWithJ45CurrentQuarter;
create temporary table tempPatientsWithJ45CurrentQuarter as
select distinct
p.ident as patientid
from diagnose d
join icdkatalogeintrag icd
on d.icdkatalogeintrag_ident = icd.ident
join patientendetailsrelationen_diagnosen pdrd
on d.ident = pdrd.diagnosen_ident
join patientendetails pd
on pdrd.patientendetailsrelationen_ident = pd.patientendetailsrelationen_ident
join patient p
on pd.ident = p.patientendetails_ident
where
d.visible = true
and d.typ = 'G'
and icd.code like 'J45%'
and d.datum >= date_trunc('quarter', current_date)
and d.datum < (date_trunc('quarter', current_date) + interval '3 months');

drop table if exists tempPatientsFinal;
create temporary table tempPatientsFinal as
select
i.patientid
from tempPatientsIntersection i
left join tempPatientsWithJ45CurrentQuarter c
on i.patientid = c.patientid
where
c.patientid is null;

select
patientid
from tempPatientsFinal
order by
patientid;

Jonas Kortemeier

Was ich gemacht habe:

Kontextdatei hochgeladen.

Dann zusätzlich zur Kontextdatei den SQL-Prompt für den KV-Schein hochgeladen.

Dann: gib mir eine statistik über KV-Scheine, nach PatientenID sortiert. Zeige alle Patienten, die in den letzten 2 Jahren eine gesicherte Diagnose "J45" hatten

Als nächstes habe ich mir in der Statistikverwaltung eine Abfrage gebaut wer aktuell einen Schein hat (weil ich da fast nie eine vernünftige Antwort aus der KI kriege). Wenn man die dann unter Statistik auswählt und auf SQL klickt kriege ich da auch den Text zu (so wie oben beim KV-Schein).

Diesen SQL-Prompt habe ich dann auch in ChatGPT rein. "hier ist eine statistik ob patienten im aktuellen quartal einen schein haben"

Join: ich brauche einen sql prompt der beide Tabellen erstellt und dann eine Schnittmenge bildet.

-C:

jetzt brauche ich einen prompt der von dieser schnittmenge eine dritte tabelle abzieht: die dritte tabelle soll alle patienten enthalten, die im aktuellen quartal die j45 als diagnose kodiert haben

Bitte ausprobieren. Ich weiß nicht, wie diese Statistik mit Gesichert V.a. Ausschluss von umgeht, mehr schaffe ich aber heute nicht, bin noch mitten in der Abrechnung.

Marco Schönbeck

mega! funzt (zumindest für diese Fragestellung und in diesem Quartal) - die Einstellbarkeit per dropdown stellen wir mal zurück! - also die message ist - noch mehr kontext-futter liefern, dann reicht es irgendwann

Marco Schönbeck

vielleicht wollen wir noch ein wenig mehr funktionierenden Content sammeln? -

HYPOENDE soll die Patienten zeigen, die im aktuellen Quartal nicht zur Hypo erschienen sind (exklusive der Patienten, die die Hypo erfolgreich abgeschlossen haben (=91130). (damit kann man fehlende 30130 oder fehlende 99130 finden, bzw die Abbrecher isolieren/ anschreiben)

Ziffer 30130 ODER 30130T auf dem Schein im letzten Quartal und nicht im aktuellen Quartal abgerechnet. Zeige die entsprechende Ziffer in einer separaten Spalte. Exkludiere vom Ergebnis alle Patienten, die in diesem oder vergangenen Quartal die Ziffer 91130 eingetragen bekamen

/* =========================================================
Patienten mit Leistung 30130 ODER 30130T im letzten Quartal,
aber NICHT im aktuellen Quartal
EXKLUSION: Patienten mit 91130 im aktuellen ODER im letzten Quartal
+ Ausgabe: welche Ziffer(n) im Vorquartal (30130/30130T)
========================================================= */

drop table if exists tmp_q;
create temporary table tmp_q as
select
extract(year from current_date)::int as y_now,
extract(quarter from current_date)::int as q_now,
case when extract(quarter from current_date)::int = 1
then extract(year from current_date)::int - 1
else extract(year from current_date)::int
end as y_prev,
case when extract(quarter from current_date)::int = 1
then 4
else extract(quarter from current_date)::int - 1
end as q_prev;

/* Vorquartal: Patienten + welche Codes (30130/30130T) */
drop table if exists tmp_patients_codes_prev;
create temporary table tmp_patients_codes_prev as
select
p.ident as patientid,
string_agg(distinct e.code, ',' order by e.code) as ziffern_vorquartal
from tmp_q t
join kvschein s
on (s.visible = true
and s.jahr = t.y_prev
and s.quartal = t.q_prev)
join patientendetailsrelationen_kvscheine pdr_s
on (pdr_s.kvscheine_ident = s.ident)
join patientendetails pd
on (pd.patientendetailsrelationen_ident = pdr_s.patientendetailsrelationen_ident)
join patient p
on (p.patientendetails_ident = pd.ident)
join leistung l
on (l.invkvschein_ident = s.ident and l.visible = true)
join ebmkatalogeintrag e
on (e.ident = l.ebmkatalogeintrag_ident)
where
e.code in ('30130', '30130T')
group by
p.ident;

/* Aktuelles Quartal: Patienten mit 30130/30130T */
drop table if exists tmp_patients_now_30130;
create temporary table tmp_patients_now_30130 as
select distinct
p.ident as patientid
from tmp_q t
join kvschein s
on (s.visible = true
and s.jahr = t.y_now
and s.quartal = t.q_now)
join patientendetailsrelationen_kvscheine pdr_s
on (pdr_s.kvscheine_ident = s.ident)
join patientendetails pd
on (pd.patientendetailsrelationen_ident = pdr_s.patientendetailsrelationen_ident)
join patient p
on (p.patientendetails_ident = pd.ident)
join leistung l
on (l.invkvschein_ident = s.ident and l.visible = true)
join ebmkatalogeintrag e
on (e.ident = l.ebmkatalogeintrag_ident)
where
e.code in ('30130', '30130T');

/* EXKLUSION: Patienten mit 91130 im aktuellen ODER letzten Quartal */
drop table if exists tmp_patients_excl_91130;
create temporary table tmp_patients_excl_91130 as
select distinct
p.ident as patientid
from tmp_q t
join kvschein s
on (s.visible = true
and (
(s.jahr = t.y_now and s.quartal = t.q_now)
or
(s.jahr = t.y_prev and s.quartal = t.q_prev)
))
join patientendetailsrelationen_kvscheine pdr_s
on (pdr_s.kvscheine_ident = s.ident)
join patientendetails pd
on (pd.patientendetailsrelationen_ident = pdr_s.patientendetailsrelationen_ident)
join patient p
on (p.patientendetails_ident = pd.ident)
join leistung l
on (l.invkvschein_ident = s.ident and l.visible = true)
join ebmkatalogeintrag e
on (e.ident = l.ebmkatalogeintrag_ident)
where
e.code = '91130';

/* Ergebnis: im Vorquartal ja, im aktuellen Quartal nein, minus 91130 */
drop table if exists tmp_result_patients;
create temporary table tmp_result_patients as
select
prev.patientid,
prev.ziffern_vorquartal
from tmp_patients_codes_prev prev
left join tmp_patients_now_30130 nowq
on nowq.patientid = prev.patientid
left join tmp_patients_excl_91130 excl
on excl.patientid = prev.patientid
where
nowq.patientid is null
and excl.patientid is null;

/* Ausgabe */
select
p.ident as patientid,
p.nachname,
p.vorname,
cast(p.geburtsdatum as date) as geburtsdatum,
r.ziffern_vorquartal
from tmp_result_patients r
join patient p
on p.ident = r.patientid
order by
p.nachname, p.vorname, p.geburtsdatum;

Marco Schönbeck

so abschließender Kommentar von mir: ich konnte ChatGPT nach und nach mit den fehlenden schnipseln füttern und habe in 3 Stunden meine quartalsstatistik nun auf ca 20 spezifische SQL Abfragen nach den häufigsten Fehlern gestellt, die nun jede Mitarbeiterin selbständnig aufrufen kann, ohne Ahnung oder tieferes Verständnis der Statistikfunktionen haben zu müssen.

Patientenformulare konnte ich auch schon erfolgreich damit erstellen. (das funktioniert noch tiefgreifender, als das KI Tool innerhalb von Tomedo), da man auch den rückgelieferten Karteitext mit editieren kann.

ich finde das ist für mich erstmals ein realistischer beruflicher KI Anwendungsfall, nachdem ich schon viel probierte, aber bisher aufgrund von Halluzinationsproblemen und Ungenauigkeiten scheiterte.

Top.