Diese Seite wurde von der Cloud Translation API übersetzt.

In Gesundheitsdaten suchen

Achtung:

Einschränkungen für das Gesundheitswesen: Als Kunde dürfen Sie die generativen KI-Dienste nicht für klinische Zwecke (zur Klarstellung: Nicht klinische Forschung, Planung oder andere Verwaltungsaufgaben fallen nicht unter diese Zwecke) verwenden und dürfen Endnutzern nicht erlauben, sie als Ersatz für professionelle medizinische Beratung zu verwenden oder in einer Weise, die von einer zuständigen Regulierungsbehörde beaufsichtigt wird oder eine Freigabe oder Genehmigung durch diese erfordert. Weitere Informationen finden Sie in den dienstspezifischen Nutzungsbedingungen.
Zur Klarstellung: Die Einschränkung der Verwendung zu klinischen Zwecken bezieht sich auf die Verwendung von Vertex AI Search zum Abrufen und Zusammenfassen vorhandener medizinischer Informationen für direkte Diagnose- oder Behandlungszwecke ohne Überprüfung durch eine lizenzierte Fachkraft gemäß anwendbaren Gesetzen und Bestimmungen.
Die generierte Ausgabe ist möglicherweise nicht immer zuverlässig. Aufgrund der Natur der LLMs und der generativen KI enthalten Ausgaben möglicherweise falsche oder verzerrte Informationen (z. B. Stereotypen oder andere schädliche Inhalte). Sie sollten daher überprüft werden. Alle Zusammenfassungen oder Antworten sollten als Entwürfe betrachtet werden.
Dieses Produkt ist nicht zur Bereitstellung von Informationen zur Vorbeugung, Diagnose oder Behandlung von Krankheiten bestimmt. Fragen zu Diagnosen oder Behandlungsempfehlungen werden vom Produkt nicht beantwortet. Dieses Produkt dient dazu, vorhandene medizinische Informationen von Nutzern abzurufen und zusammenzufassen.
Aufgrund begrenzter Testdaten ist dieses Produkt möglicherweise nicht für die Altersgruppe von 0 bis 18 Jahren und für die Altersgruppe ab 85 Jahren geeignet. Daher müssen Kunden bei der Überprüfung der generierten Ausgabe die Repräsentativität von Teilpopulationen in ihren Quelldaten berücksichtigen.

Nachdem Sie FHIR-R4-Daten in Ihre Such-App für die Gesundheitsversorgung importiert haben, können Sie die importierten Daten abfragen, um relevante Ergebnisse zu erhalten. Sie können mit den folgenden Arten von Suchanfragen suchen:

Suchanfrage
Natural Language-Abfrage
Anfrage in natürlicher Sprache mit einer Antwort von generativer KI

Außerdem können Sie Ihre Suche mithilfe von Suchanfragen mit Datumsfiltern eingrenzen. Weitere Informationen finden Sie unter resource_datetime-Filter definieren.

Wenn Sie in der Google Cloud Console suchen, müssen Sie zuerst eine Patienten-ID angeben und jeweils nur die Daten eines einzelnen Patienten durchsuchen. Wenn Sie mit der REST API suchen, können Sie den gesamten Datenspeicher durchsuchen.

Auf dieser Seite erfahren Sie, wie Sie mithilfe der verschiedenen Abfragetypen in Gesundheitsdaten suchen.

Verwendung von Vertex AI Search zur Suche in Gesundheitsdaten

Vertex AI Search ist nicht dazu gedacht, Informationen zur Vorbeugung, Diagnose oder Behandlung von Krankheiten bereitzustellen. Fragen zu Diagnosen oder Behandlungsempfehlungen werden vom Produkt nicht beantwortet. Das Produkt soll vorhandene medizinische Informationen von Nutzern abrufen und zusammenfassen.

Aufgrund begrenzter Testdaten ist dieses Produkt möglicherweise nicht für die Altersgruppen 0–18 und 85 und älter geeignet. Daher müssen Kunden bei der Überprüfung der generierten Ausgabe die Repräsentativität von Teilpopulationen in ihren Quelldaten berücksichtigen.

Im Folgenden finden Sie einige Beispiele für die Verwendung dieses Produkts:

Explorative Suchanfragen, um Informationen zu einem Patienten zu finden, die für ein Thema relevant sind:
- „Die Verwendung von Aspirin zusammenfassen“
- „Blutdruck“
- „Diabetes-Management?“
Navigationsanfragen zur Suche nach bestimmten Ressourcen, die einer strukturierten Abfrage zugeordnet werden können:
- „Zeig mir den letzten A1c-Wert“
Extraktionsfragen und ‑antworten, um bestimmte Fragen zu beantworten, bei denen sich Nachweise über mehrere Ressourcen verteilen können:
- „Wurde dieser Patient schon einmal mit einem Cephalosporin behandelt?“
- „Wurde der Patient schon einmal psychiatrisch untersucht?“

Die folgenden Beispiele zeigen, wie dieses Produkt nicht verwendet werden darf:

Diagnose- und Behandlungsempfehlungen:
- „Was ist die Differenzialdiagnose für diesen Patienten?“
- „Welche Medikamente soll ich dem Patienten verschreiben?“

Richtlinien für Abfragen

Die folgenden Richtlinien können Ihnen dabei helfen, eine Suchanfrage zu formulieren, mit der Sie bessere Suchergebnisse erhalten:

Suchanfragen mit einer bestimmten Absicht stellen: Da das Modell nicht weiß, wonach Sie suchen, ist es besser, eine gezielte Suchanfrage anzugeben als eine vage. Es ist beispielsweise besser, nach dem Keyword „Hypertonie“ zu suchen als nach dem Keyword „Zusammenfassung“. Während die Suchanfrage „Hypertonie“ bestimmte Ergebnisse aus relevanten Dokumenten liefert, können mit der Suchanfrage „Zusammenfassung“ auch Ergebnisse aus nicht relevanten Dokumenten angezeigt werden.
Kontext beibehalten: Da die Suche nicht konversationsbasiert ist, ist es besser, den vollständigen Kontext für jede Suchanfrage anzugeben. Wenn Ihre erste Suchanfrage beispielsweise „Hypertonie“ lautet und Sie weitere Informationen zum selben Thema benötigen, ist „Wann wurde Hypertonie diagnostiziert?“ eine bessere zweite Suchanfrage als „Wann wurde es diagnostiziert?“.
Vereinfachen Sie die Abfrage: Teilen Sie komplexe Abfragen nach Möglichkeit in einfachere auf. Anstatt beispielsweise nach „Kreatinin und Albumin“ zu suchen, sollten Sie je nach Ziel verschiedene Suchanfragen wie „Kreatinin“, „Albumin“ und „Kreatinin-Albumin-Verhältnis“ stellen.
Vermeiden Sie Ableitungen: Die Suche liefert genauere Ergebnisse, wenn das Modell Informationen wörtlich aus den Dokumenten zurückgeben kann, in denen es gesucht wird, anstatt sie aus den gesuchten Informationen zu berechnen oder abzuleiten. Anstatt beispielsweise abzufragen, wie stark sich das Gewicht des Patienten verändert hat, können Sie auch „Gewicht des Patienten in den letzten 10 Besuchen auflisten“ abfragen und die Gewichtsänderung dann separat berechnen.

Hinweise

Führen Sie vor der Suche die folgenden Schritte aus:

Erstellen Sie eine App zur Suche nach Gesundheitsdaten und einen Datenspeicher für die Suche nach Gesundheitsdaten und importieren Sie FHIR R4-Daten. Weitere Informationen finden Sie unter Such-App für die Gesundheitsbranche erstellen und Datenspeicher für die Gesundheitssuche erstellen.
Suchergebnisse für Gesundheitsdaten konfigurieren
Wenn Sie bei der Suche hilfreiche Suchanfragevorschläge erhalten möchten, aktivieren Sie die automatische Vervollständigung. Dies ist eine Vorabversion.
Liste der FHIR R4-Ressourcen, die von Vertex AI Search unterstützt werden Weitere Informationen finden Sie in der Referenz für das FHIR R4-Datenschema für die Gesundheitsversorgung.

Mit einem Suchbegriff suchen

Sie können in Ihrem Datenspeicher für Gesundheitsdaten mit einem Keyword suchen. Sie können beispielsweise nach Suchbegriffen wie „A1c“, „Insulin“ oder „Geschwür“ suchen, um relevante FHIR-Ressourcen zu finden.

Auf dem folgenden Bild sind die Suchergebnisse für das Keyword „Lipid“ zu sehen. Dieses Beispiel enthält keine Zusammenfassung oder Antwort mit generativer KI.

Die Suchanfrage lautet „lipid“. — **Abbildung 1.** Suche mithilfe eines Keywords.

So führen Sie eine Suche mit einem Keyword durch:

Console

Rufen Sie in der Google Cloud Console die Seite Agent Builder auf.

Zum Agent Builder
Wählen Sie die App für die Gesundheitssuche aus, die Sie abfragen möchten.
Klicken Sie im Navigationsmenü auf Vorschau.
Geben Sie im Feld Patienten-ID die ID des Patienten ein, dessen Daten Sie abfragen möchten. Bei Patienten-IDs wird zwischen Groß- und Kleinschreibung unterschieden.
Drücken Sie die Eingabetaste oder klicken Sie auf Vorschau, um die Patienten-ID einzureichen.
Geben Sie in die Suchleiste Hier suchen einen Suchbegriff ein.

Wenn Sie die automatische Vervollständigung aktiviert haben, wird während der Eingabe eine Liste mit Vorschlägen für die automatische Vervollständigung unter der Suchleiste angezeigt.
Drücken Sie die Eingabetaste, um die Abfrage zu senden.
- Die Suchergebnisse werden in paginierten Tabellen angezeigt, die nach FHIR-Ressourcentyp kategorisiert sind.
- Standardmäßig werden die Suchergebnisse für alle FHIR-Ressourcentypen in umgekehrter chronologischer Reihenfolge angezeigt.
Optional. Wählen Sie zum Filtern der Ergebnisse eine oder mehrere FHIR-Ressourcenkategorien unter der Suchleiste aus.
Optional. Wenn Sie die Ergebnisse nach Relevanz für die Ressourcen „Composition“, „DocumentReference“ und „DiagnosticReport“ sortieren möchten, klicken Sie auf den Filter Sortieren: Chronologisch umgekehrt und wählen Sie in der Liste Relevanz aus. Weitere Informationen finden Sie unter Suchergebnisse im Gesundheitswesen sortieren.

REST

Das folgende Beispiel zeigt, wie Sie in der Such-App für das Gesundheitswesen mithilfe eines Suchbegriffs nach den FHIR-R4-Daten eines einzelnen Patienten suchen. In diesem Beispiel wird die Methode servingConfigs.search verwendet.

Standardmäßig werden die Suchergebnisse in umgekehrter chronologischer Reihenfolge zurückgegeben. Wenn Sie in den Ressourcen „Composition“, „DiagnosticReport“ und „DocumentReference“ suchen, können Sie die Suchergebnisse nach Relevanz sortieren. Weitere Informationen finden Sie unter Suchergebnisse im Gesundheitswesen sortieren.

Suche mit einem Suchbegriff.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
"query": "KEYWORD_QUERY",
"filter": "patientId: ANY(\"PATIENT_ID\")",
"contentSearchSpec":{"snippetSpec":{"returnSnippet":true}}
}'

Ersetzen Sie Folgendes:

PROJECT_ID ist die ID Ihres Google Cloud-Projekts.
APP_ID: Die ID der Vertex AI Search-App, die Sie abfragen möchten.
KEYWORD_QUERY: Das Keyword, nach dem in den klinischen Daten des gefilterten Patienten gesucht werden soll, z. B. „Diabetes“ oder „A1c“.
PATIENT_ID: die Ressourcen-ID des Patienten, dessen Daten Sie suchen möchten.

Antwort

Sie sollten eine JSON-Antwort ähnlich wie die folgende gekürzte Antwort erhalten. Die Antwort enthält aufgeschlüsselte Suchergebnisse, die in umgekehrter chronologischer Reihenfolge mit Snippets aufgeführt sind, sofern verfügbar. Das Feld structData enthält die strukturierten JSON-Daten für das Dokument.

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ]
}

Suche mit Natural Language-Abfrage

Mit Vertex AI Search können Sie Ergebnisse für komplexe Suchanfragen in natürlicher Sprache erhalten. Das folgende Bild zeigt beispielsweise die Ergebnisse für die Suchanfrage in natürlicher Sprache „Laborergebnisse im Zusammenhang mit Diabetes“.

Die Suchanfrage lautet: „Was sind die Lipidlaborwerte des Patienten?“ — **Abbildung 2.** Suche mit einer Abfrage in natürlicher Sprache.

So führen Sie eine Suche mit einer Abfrage in natürlicher Sprache aus:

Console

Rufen Sie in der Google Cloud Console die Seite Agent Builder auf.

Zum Agent Builder
Wählen Sie die App für die Gesundheitssuche aus, die Sie abfragen möchten.
Klicken Sie im Navigationsmenü auf Vorschau.
Geben Sie im Feld Patienten-ID die Patienten-ID des Patienten ein, dessen Daten Sie abfragen möchten. Bei Patienten-IDs wird zwischen Groß- und Kleinschreibung unterschieden.
Drücken Sie die Eingabetaste oder klicken Sie auf Vorschau, um die Patienten-ID einzureichen.
Geben Sie in die Suchleiste Hier suchen eine Suchanfrage in natürlicher Sprache ein, z. B. „Laborergebnisse im Zusammenhang mit Diabetes“.

Wenn Sie die automatische Vervollständigung aktiviert haben, wird während der Eingabe eine Liste mit Vorschlägen für die automatische Vervollständigung unter der Suchleiste angezeigt.
Drücken Sie die Eingabetaste, um die Abfrage zu senden.
- Die Suchergebnisse werden in paginierten Tabellen angezeigt, die nach FHIR-Ressourcentyp kategorisiert sind.
- Standardmäßig werden die Suchergebnisse für alle FHIR-Ressourcentypen in umgekehrter chronologischer Reihenfolge angezeigt.
Optional. Wählen Sie eine oder mehrere FHIR-Ressourcenkategorien unter der Suchleiste aus, um die Ergebnisse zu filtern.
Optional. Wenn Sie die Ergebnisse nach Relevanz für die Ressourcen „Composition“, „DocumentReference“ und „DiagnosticReport“ sortieren möchten, klicken Sie auf den Filter Sortieren: Chronologisch umgekehrt und wählen Sie in der Liste Relevanz aus. Weitere Informationen finden Sie unter Suchergebnisse im Gesundheitswesen sortieren.

REST

Im folgenden Beispiel wird gezeigt, wie Sie in der Such-App für das Gesundheitswesen mithilfe einer Suchanfrage in natürlicher Sprache nach den FHIR R4-Daten eines einzelnen Patienten suchen. In diesem Beispiel wird die Methode servingConfigs.search verwendet. Wenn Sie eine Suchanfrage in natürlicher Sprache verwenden möchten, müssen Sie dem Anfragetext das Feld naturalLanguageQueryUnderstandingSpec hinzufügen.

Stellen Sie eine Suchanfrage in natürlicher Sprache.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
"query": "NATURAL_LANGUAGE_QUERY",
"filter": "patientId: ANY(\"PATIENT_ID\")",
"contentSearchSpec":{"snippetSpec":{"returnSnippet":true}},
"naturalLanguageQueryUnderstandingSpec":{"filterExtractionCondition":"ENABLED"}
}'

Ersetzen Sie Folgendes:

PROJECT_ID ist die ID Ihres Google Cloud-Projekts.
APP_ID: Die ID der Vertex AI Search-App, die Sie abfragen möchten.
NATURAL_LANGUAGE_QUERY: Die Suchanfrage in natürlicher Sprache, z. B. „Laborergebnisse im Zusammenhang mit Diabetes“ oder „Nimmt der Patient derzeit Medikamente ein?“
PATIENT_ID: die Ressourcen-ID des Patienten, dessen Daten Sie suchen möchten.

Antwort

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ]
}

Suche mit einer Abfrage in natürlicher Sprache mit Antwort durch generative KI

Wenn Sie die FHIR-Daten eines Patienten mit einer Suchanfrage in natürlicher Sprache durchsuchen, können Sie sich neben den Suchergebnissen auch eine Antwort mithilfe generativer KI anzeigen lassen. Die Antwort fasst die Suchergebnisse zusammen und zeigt auch die Verweise an, die zum Generieren der Antwort verwendet wurden.

In der Console können Sie das Large Language Model (LLM) für Antworten mit generativer KI auswählen. Weitere Informationen finden Sie unter Suchergebnisse für Gesundheitsdaten konfigurieren.

Wenn Sie die REST API verwenden, können Sie eines der folgenden LLM-Modelle angeben, um im Feld version Antworten mit generativer KI zu erhalten:

gemini-1.5-flash-001/answer_gen/v1 oder stable: Ein stabiles, allgemein verfügbares Modell, das auf dem gemini-1.5-flash-001-Modell basiert. Weitere Informationen finden Sie unter Allgemein verfügbare Modelle.
gemini-1.0-pro-002/answer_gen/v1: Eine Vertex AI Search, die auf dem Modell gemini-1.0-pro-002 basiert. Weitere Informationen finden Sie unter Allgemein verfügbare Modelle.
medlm-medium/answer_gen/v1 oder preview: ein Vorabversion des MedLM-Modells Weitere Informationen finden Sie unter MedLM-Modell.

Das folgende Bild zeigt ein Beispiel für eine Suchanfrage in natürlicher Sprache mit einer Antwort von generativer KI. Die Suchzusammenfassung liefert eine Antwort auf die Suchanfrage, indem die Ergebnisse aus relevanten Ergebnissen zusammengefasst werden. Sie können Segmente mit Zitaten maximieren, um die Referenzen zu sehen, die zum Generieren des ausgewählten Segments verwendet werden. Nicht alle generierten Antworten enthalten Quellenangaben.

Die Suchanfrage lautet: „Was sind die Lipidlaborwerte des Patienten?“ Die Suchergebnisse werden in tabellarischer Form angezeigt . Die Suchergebnisse werden von einer generativen KI generierten Zusammenfassung begleitet, die lautet: „Der Patient hat keine bekannten Allergien.“ — **Abbildung 3**: Suche mit einer Suchanfrage in natürlicher Sprache mit Antwort durch generative KI.

So suchen Sie mit einer Antwort der generativen KI:

Console

Rufen Sie in der Google Cloud Console die Seite Agent Builder auf.

Zum Agent Builder
Wählen Sie die App für die Gesundheitssuche aus, die Sie abfragen möchten.
Klicken Sie im Navigationsmenü auf Konfigurationen.
So passen Sie das Such-Widget an:
1. Wählen Sie im Feld Suchtyp die Option Mit Antwort suchen aus.
2. Wählen Sie das Modell aus, mit dem Sie die Zusammenfassung generieren möchten. Weitere Informationen finden Sie unter Suchergebnisse für Gesundheitsdaten konfigurieren.
3. Speichern und veröffentlichen Sie Ihre Einstellungen.
Klicken Sie im Navigationsmenü auf Vorschau.
Geben Sie im Feld Patienten-ID die Patienten-ID des Patienten ein, dessen Daten Sie abfragen möchten. Bei Patienten-IDs wird zwischen Groß- und Kleinschreibung unterschieden.
Drücken Sie die Eingabetaste oder klicken Sie auf Vorschau, um die Patienten-ID einzureichen.
Geben Sie in die Suchleiste Hier suchen eine Suchanfrage in natürlicher Sprache ein, z. B. „NSAIDs“, „Was sind die Lipidlaborwerte des Patienten?“ oder „Was ist das letzte A1C-Ergebnis?“.

Wenn Sie die automatische Vervollständigung aktiviert haben, wird während der Eingabe eine Liste mit Vorschlägen für die automatische Vervollständigung unter der Suchleiste angezeigt.
Drücken Sie die Eingabetaste, um die Abfrage zu senden.
- Die Antwort der generativen KI wird unter der Suchleiste angezeigt.
- Die Suchergebnisse werden in paginierten Tabellen angezeigt, die nach FHIR-Ressourcentyp kategorisiert sind.
- Standardmäßig werden die Suchergebnisse für alle FHIR-Ressourcentypen in umgekehrter chronologischer Reihenfolge angezeigt.
Optional. Maximieren Sie einen Abschnitt der Antwort mit Zitaten, um die Verweise aus den Suchergebnissen zu sehen.
Optional. Wählen Sie eine oder mehrere FHIR-Ressourcenkategorien unter der Suchleiste aus, um die Ergebnisse zu filtern.
Optional. Wenn Sie die Ergebnisse nach Relevanz für die Ressourcen „Composition“, „DocumentReference“ und „DiagnosticReport“ sortieren möchten, klicken Sie auf den Filter Sortieren: Chronologisch umgekehrt und wählen Sie in der Liste Relevanz aus. Weitere Informationen finden Sie unter Suchergebnisse im Gesundheitswesen sortieren.

REST

Im folgenden Beispiel wird gezeigt, wie Sie in der Healthcare Search App mit einer Suchanfrage in natürlicher Sprache mit Antworten von generativer KI nach den FHIR R4-Daten eines einzelnen Patienten suchen. In diesem Beispiel wird die Methode servingConfigs.search verwendet.

Wenn Sie eine Suche mit einer Suchanfrage in natürlicher Sprache durchführen möchten, müssen Sie dem Anfragetext das Feld naturalLanguageQueryUnderstandingSpec hinzufügen.
Wenn Sie Indexe für Inline-Zitate einfügen möchten, müssen Sie das Feld includeCitations hinzufügen. Dies ist ein boolesches Feld mit dem Standardwert false.

Stellen Sie eine Suchanfrage in natürlicher Sprache.

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://us-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/us/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
        "query": "QUERY",
        "filter": "patientId: ANY(\"PATIENT_ID\")",
        "contentSearchSpec": {
          "snippetSpec": {
            "returnSnippet": true
          },
          "summarySpec": {
            "summaryResultCount": 1,
            "includeCitations": true,
            "modelSpec": {
              "version": "MODEL_VERSION"
            }
          }
        },
        "naturalLanguageQueryUnderstandingSpec": {
          "filterExtractionCondition": "ENABLED"
        }
      }'

Ersetzen Sie Folgendes:

PROJECT_ID ist die ID Ihres Google Cloud-Projekts.
APP_ID: Die ID der Vertex AI Search-App, die Sie abfragen möchten.
QUERY: Die Suchanfrage in natürlicher Sprache, z. B. „NSAIDs“, „Was sind die Lipidlaborwerte des Patienten?“ oder „Was ist das letzte A1C-Ergebnis?“ Wenn die Abfrage einen Apostroph ' enthält, müssen Sie ihn durch die numerische Zeichenreferenz für Apostrophe ersetzen: '.
PATIENT_ID: die Ressourcen-ID des Patienten, dessen Daten Sie suchen möchten.
MODEL_VERSION: die Modellversion, die Sie zum Generieren der Antwort verwenden möchten.

Antwort

Sie sollten eine JSON-Antwort ähnlich wie die folgende gekürzte Antwort erhalten. Die Antwort enthält aufgeschlüsselte Suchergebnisse, die in umgekehrter chronologischer Reihenfolge aufgeführt sind, sowie die folgenden Felder im summary-Objekt:

summaryText: Enthält die generierte Antwortzusammenfassung.
summaryWithMetadata: Enthält die generierte Antwortzusammenfassung mit Quellenangaben. Dieses Feld wird nur angezeigt, wenn es Quellenangaben gibt. Nicht alle generierten Antworten enthalten Quellenangaben. Wenn das Feld summaryWithMetadata verfügbar ist, empfiehlt Google, es anstelle des Felds summaryText zu verwenden.summaryWithMetadata
citations.sources.referenceIndex: Enthält den Referenzindex der in der Antwort zitierten Dokumente. Das ist nützlich, um den vollständigen Ressourcennamen des Dokuments im Feld references zu finden.

{
  "results": [
    {
      "id": "DOCUMENT_ID",
      "document": {
        "name": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
        "id": "DOCUMENT_ID",
        "structData": {
          ...
          "resource_type": "FHIR_RESOURCE_TYPE",
          "resource_datetime": "RESOURCE_DATETIME",
          "patient_id": "PATIENT_ID",
          "FHIR_RESOURCE_TYPE": { ... }
        },
        "derivedStructData": {
          "snippets": [
            {
              "snippet": "SNIPPET_TEXT",
              "snippet_status": "SUCCESS"
            }
          ]
        }
      }
    }
  ],
  "summary": {
    "summaryText": "GENERATE_ANSWER_TEXT",
    "summaryWithMetadata": {
      "summary": "GENERATE_ANSWER_TEXT",
      "citationMetadata": {
        "citations": [
          {
            "sources": [
              {
                "id": "DOCUMENT_ID",
                "referenceIndex": "REFERENCE_INDEX_FROM_SUMMARY_METADATA"
              }
            ]
          }
       ]
      },
      "references": [
        {
          "document": "projects/PROJECT_ID/locations/us/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID"
        },
        ...
      ]
    },
  }
...
}