搜索​​​​

# 第三章 HL7 架构和可用工具 - 使用 HL7 架构结构页面 ## 使用 HL7 架构结构页面 通过 `HL7` 架构页面，可以导入和查看 `HL7` 版本 `2` 架构规范。要显示此页面，请从主页中选择互操作性 > 互操作 > HL7 v2.x > HL7 v2.x 架构结构。有关使用此页面的一般信息，请参阅在产品中使用虚拟文档中的“使用架构结构页面”。 `HL7` 模式页面提供了一个附加选项卡：消息类型。此选项卡将两个消息结构标识为请求/响应对。 ## 查看文档类型列表 要列出某个类别中的所有文档类型结构，请首先选择该类别，然后单击“`DocType` 结构”选项卡。 ## 查看消息结构 要查看消息结构的内部组织，请从 `HL7` 架构页面上的 `DocType` 结构选项卡单击其名称（选择互操作性 > 互操作 > HL7 v2.x > HL7 v2.x 架构结构）。 `InterSystems` 产品使用以下视觉提示和命名约定在“结构”部分中显示消息的段结构。 - 组成消息结构的段按从上到下的顺序列出。 - 段名称必须全部大写。 - 显示每个消息段的三个字母名称：`MSH`、`NTE`、`PID` 等。该名称指示 `HL7` 消息结构中该位置存在的段类型。包含选项、重复或包含一组其他段的段的名称会在名称中附加特殊字符。 - 绿色虚线包围可选的段、组或字段。 - 可以重复的段在段名称后附加了括号。例如，如果`PID`段可以重复，则出现`PID()`。 - 包含其他段选择的段被视为段的联合。这些联合段的段名称后附加有“`union`”一词。只有联合中包含的段之一可以出现在消息结构内的该位置。 - 包含一组段的段在段名称后附加了字母“`grp`”。要展开或折叠组，请使用组名称旁边的箭头图标。 - 双击段名称可在单独的窗口中打开该段的结构。 ## 查看段结构 要查看消息段的结构，请在与上一节中显示的示例类似的任何页面中单击其名称。 `InterSystems` 产品显示一个表格，其中列出了该段中的所有字段。这是 `HL7` 架构段结构页面。 例如，如果单击 `2.3:ADT_A01` 消息结构中的 `PR1` 段，`InterSystems` 产品将显示以下页面。 各列如下： - `Field` 字段 — 用于访问段内字段的数字。 - `Description` 描述 — 字段的简短描述。 - `Property Name` 属性名称 — 用于访问段内字段的名称。 - `Data Structure` - 对于使用数据结构的更复杂的字段值，需要进一步的语法详细信息才能完成`segment:field` 虚拟属性路径。可以通过单击此列中的名称来获取此信息 - `Symbol` 符号——表示字段的语法规则。此列中的字符指示是否可以预期此字段在消息段中存在、不存在或重复。可能的值 Symbol |Meaning ---|--- `!`| (仅限`1`)该字段为必填字段；它只能出现一次。 `?`| (`0`或`1`)该字段是可选的，但如果发生，则可能只出现一次。 `+`| (`1`个或多个)该字段可以重复一次或多次。 `*`| (`0`或更多)该字段可以重复`0`次或多次。 `&`| 该字段可能存在，并且可能重复，但仅在某些条件下。 `n*`| `0` 到 `n`) 该字段最多重复 `n` 次。 - `Repeat Count` - 该字段可以重复的最大次数（如果重复，并且有最大值）。 - `Minimum Length` - 字段中的最小字符数。该字段的每次重复都必须包含此数量的字符。 - `Maximum Length` - 字段中的最大字符数。该字段的每次重复都可以包含此数量的字符。 - `Required` - 显示 `R` 表示必需，`O` 表示可选。 - `Repeating` - 显示 `1` 表示 `true`，`0` 表示 `false`。 - `Code Table` - 单击条目可查看可在此字段中输入的有效代码。 - `Alternate Description`替代描述 - 该领域的第二个更长的描述。 可以使用此信息（尤其是“属性名称”列）以“段：字段”格式构建虚拟属性路径。以下是涉及 `2.3:ADT_A01` 消息结构中 `PR1` 段的简单字段值的虚拟属性路径示例。 `()` 快捷语法指示重复字段的所有可用实例，而 `(1)` 指示第一个实例： ```java PR1grp().PR1:ProcedureType PR1grp().PR1:ProcedureCode() PR1grp().PR1:ProcedureCode(1) PR1grp().PR1:ProcedureCode(x) PR1grp().PR1:ProcedurePriority ```

# 第二章 HL7 架构和可用工具 - HL7 模式和消息概述 ## HL7 模式和消息概述 `InterSystems` 产品可以处理和传递 `HL7` 消息，而无需使用架构来解析它，但将架构与消息关联允许执行以下操作： - 解析消息并访问以下字段值： - 数据转换 - 路由规则 - 自定义 `ObjectScript` 代码 - 验证消息是否符合架构。 每个 `HL7` 消息均由消息类型标识，该消息类型在 `MSH` 段 `MessageType` 字段 (`MSH:9`) 中指定。一些消息类型共享相同的消息结构。例如，在`HL7`版本`2.3.1`中，用于预先接纳患者的`ADT_A05`消息具有与`ADT_A01`接纳消息相同的结构。该架构指定 `ADT_A05` 消息具有结构类型 `ADT_A01`。 为了解析 `HL7` 消息，需要两条信息： - 架构类别 — 这是 `HL7` 版本号，例如 `2.3.1` 或 `2.7`，或者它可能是 `InterSystems` 产品中定义的自定义架构的类别。`production` 从业务服务消息模式类别设置或从数据转换设置获取模式类别。尽管 `HL7` 消息在 `MSH` 段 `VersionID` 字段中包含模式版本号 (`MSH:12`)，但 `InterSystems` 不使用此值，因为许多应用程序并未一致地设置此字段。 - 结构类型 - `production` 从 `MSH:9` 字段获取消息类型，然后检查架构定义以获取该消息的结构类型。 在某些情况下，使用 `MSH:9.3` 子字段来限定消息类型。 `MSH:9:`3 子字段在 `HL7` 消息中以两种方式使用：1) 作为消息类型的修饰符，或 2) 指定结构类型。如果 MSH:9:3 修改消息类型（通常为数字），InterSystems 产品会将其作为消息类型的一部分。如果 MSH:9:3 指定结构类型（例如 `ADT_A01`），则 `InterSystems` 在确定消息类型和设置 `Name` 属性时都会忽略它。 `InterSystems` 产品不需要 `MSH:9.3` 子字段来确定结构类型，因为它们从架构中获取结构类型。 当业务服务或数据转换创建 `EnsLib.HL7.Message` 对象来存储 `HL7` 消息时，它会组合架构类别和结构类型，并使用以下语法将其存储在 `DocType` 属性中： ``` category:structureType ``` 例如，类别 `2.3.1` 的有效 `DocType` 值包括 `2.3.1:ACK`、`2.3.1:ADT_A17`、`2.3.1:BAR_P01` 和 `2.3.1:PEX_P07`。消息类型可以与结构类型不同，存储在 `Name` 属性中。 如果在 `ObjectScript` 代码中创建 `EnsLib.HL7.Message` 对象，则应根据 `MSH:9` 字段中的值设置 `DocType` 和 `Name` 属性。 `HL7` 标准允许本地扩展，例如尾部 `Z` 段。这些段未在基本架构类别中定义。如果要访问数据转换、路由规则或 `ObjectScript` 中自定义 `Z` 段中的字段，则需要定义指定扩展消息的自定义架构类别。 可以将自定义 `HL7` 架构置于源代码管理之下。启用源代码控制后，源代码控制选项（例如签出和签入）可从主 `HL7` 模式页面使用，但在用于处理自定义模式的其他页面（例如 `HL7` 模式消息类型页面）上不可用。在使用其他页面编辑架构之前，必须从 `HL7` 架构页面检查整个架构。 `HL7` 模式主页面提供了源代码控制输出窗口，该窗口捕获所有相关 `HL7` 模式页面的源代码控制活动。有关设置源代码控制的信息，请参阅将 `IRIS` 与源代码控制系统集成。 这个应该只是讲的HL7 v2 的消息吧？

在之前的文章中，我们已经了解了如何配置和自定义我们的 EMPI，我们已经了解了如何通过 HL7 消息传递将新患者纳入我们的系统中，但当然，并不是所有的东西都是 HL7 v.2！我们如何配置 EMPI 实例以使用 FHIR 消息传递？ 什么是FHIR？ 对于那些不太熟悉 FHIR 这个术语的人，只需指出它们是Fast Healthcare Interoperability Resource的首字母缩写即可。 FHIR是HL7制定的医疗保健互操作性标准，基于JSON格式和REST通信，建立了一系列不同类型信息（患者数据、医院中心、诊断、医疗预约......）的“资源”。您可以在他们的官方页面上查看所有这些资源 InterSystems 和 FHIR 从 InterSystems 中，我们了解到 FHIR 为医疗保健互操作性领域提供的实用程序，因此我们拥有广泛的产品和功能，使我们能够充分利用并发挥其全部潜力： InterSystems FHIR 服务器允许存储和管理 FHIR 资源。 InterSystems FHIR SQL Builder使用户可以通过 SQL 查询使用 FHIR 存储库中存储的所有信息。 InterSystems FHIR 适配器允许在我们的产品中发送和接收 FHIR 消息。 好吧，在我们的文章中，我们将利用适配器提供的功能来接收 FHIR 消息。 EMPI配置 FHIR 适配器安装 我们首先回顾一下独立 EMPI 安装中有哪些服务： 正如您所看到的，在独立模式下安装 EMPI 后，创建了一个注册表服务，其中包含配置 EMPI 所需的所有选项，以及我们称为 HSPIDATA 的命名空间，其中我们有一个产品来管理互操作性功能，需要。 对于我们的案例，我们创建了一个名为 WEBINAR 的新命名空间，我们将在其中部署正常的互操作性生产。我们将在此命名空间中安装FHIR 互操作性适配器，此安装将发布一个 Web 应用程序，我们将向该应用程序发送带有 FHIR 消息的 REST 调用。为此，我们将从终端执行以下命令： zn "WEBINAR" set status = ##class (HS.FHIRServer.Installer).InteropAdapterConfig( "/csp/healthshare/webinar/fhir/r4" ) 安装后，我们将检查从管理门户创建的新应用程序： 让我们在 WEBINAR 命名空间中检查我们的生产： 默认创建了两个新的业务组件： InteropService ：在我们的生产中，我们直接使用其类 HS.FHIRServer.Interop.Service 的名称，它将是负责接收发送到我们端点的 FHIR 消息的业务服务。 /csp/healthshare/网络研讨会/fhir/r4 InteropOperation ：我们已将此名称更改为 HS.FHIRServer.Interop.Operation。对于我们的示例，我们忽略了此业务操作，因为我们将通过 TCP 将 FHIR 消息的信息发送到我们的 EMPI 生产 创建业务组件来管理 FHIR 消息传递 很好，我们已经启用了业务服务来接收 FHIR 消息，现在我们感兴趣的是从消息中提取信息并将其发送到我们的 EMPI 生产。让我们看一下 HS.FHIRServer.Interop.Service 将接收的消息类型： Include HS.FHIRServer /// FHIRServer REST Business Service Class HS.FHIRServer.Interop.Service Extends (Ens.BusinessService, HS.HC.Util.Trace.Helper) { Parameter SETTINGS = "TargetConfigName:Basic:selector?context={Ens.ContextSearch/ProductionItems?targets=1&productionName=@productionId},Timeout:Basic" ; /// Configuration item to which to send inbound messages. Property TargetConfigName As Ens.DataType.ConfigName [ InitialExpression = "HS.FHIRServer.Interop.Operation" ] ; /// Timeout for dispatch (so we don't hold up the HTTP service too long or hang up a production shutdown). Property Timeout As %Integer [ InitialExpression = 25 ] ; /// Process an incoming message into the production; dispatch it to the configured target. /// The Interoperability contract requires that errors be returned as %Status here. Method OnProcessInput(pRequest As HS.FHIRServer.Interop.Request, Output pResponse As HS.FHIRServer.Interop.Response) As %Status 该消息的类型为 HS.FHIRServer.Interop.Request，如果我们查阅文档，我们将看到它有一个名为QuickStreamId的关联属性，我们将使用该属性来提取关联的 FHIR 消息。为此，我们将业务服务中收到的消息重定向到业务流程Webinar.BP.FHIRToHubRequest 该业务流程仅具有将消息重定向到负责通过 TCP 将消息发送到 EMPI 生产的业务操作FromFHIRToMPI的功能。 Method OnRequest(pRequest As HS.FHIRServer.Interop.Request, Output pResponse As HS.FHIRServer.Interop.Response) As %Status { Set tSC = ..SendRequestSync ( "FromFHIRToMPI" , pRequest, .pResponse) Quit $$$OK } 让我们看一下Webinar.BO.ToMPI类，并解释它如何从 FHIR 获取消息并将其转换为我们将发送到 EMPI 生产的字符串： Include HS.FHIRServer Class Webinar.BO.ToMPI Extends Ens.BusinessOperation { Parameter ADAPTER = "EnsLib.TCP.CountedOutboundAdapter" ; Property Adapter As EnsLib.TCP.CountedOutboundAdapter ; Parameter INVOCATION = "Queue" ; Parameter SETTINGS = "FHIRMetadataSet::selector?context={HS.FHIRServer.Util.ContextSearch/FHIRMetadataSets}" ; /// FHIR Metadata Set. These are defined in HS_FHIRServer.FHIRMetadataSet. Property FHIRMetadataSet As %String (MAXLEN = 256 ) ; Method SendFHIRRequest(pRequest As HS.FHIRServer.Interop.Request, Output pResponse As HS.FHIRServer.Interop.Response) As %Status { // Get version of FHIR message configured Set tFHIRMetadataSetKey = $ZStrip ( $Piece ( ..FHIRMetadataSet , "/" , 1 ), "<>W" ) // We can have our FHIR message saved as a QuickStream or a Dynamic Object inside the json property of the request If pRequest.QuickStreamId'= "" { // Recover QuickStream of the FHIR message Set tQuickStream = ##class (HS.SDA3.QuickStream). %OpenId (pRequest.QuickStreamId) // Checking if message is in JSON format or XML If pRequest.Request.RequestFormatCode'= "" { Set tFHIRFormat = pRequest.Request.RequestFormatCode } Else { $$$ThrowOnError ( ##class (HS.HC.Util).GetFormatFromData(tQuickStream, .tFHIRFormat)) Do tQuickStream.Rewind() If tFHIRFormat= "json" { Set tFHIRFormat = $$$FHIRContentCodeJSON } ElseIf tFHIRFormat= "xml" { Set tFHIRFormat = $$$FHIRContentCodeXML } } // Transform QuickStream to DynamicObject Set tDynObj = ..GetDynObj (tQuickStream, tFHIRMetadataSetKey, tFHIRFormat) } ElseIf (( $IsObject (pRequest.Request.Json))&&(pRequest.Request.Json. %GetIterator (). %GetNext ())) { // Could have Json %DynamicObject if this host is called InProc. Set tDynObj = ..GetDynObj (pRequest.Request.Json, tFHIRMetadataSetKey) } Else { $$$ThrowStatus ( $$$ERROR ( $$$GeneralError , "FHIR interop request message missing FHIR content" )) } // Transform Dynamic Object to string set tRequest = tDynObj. %ToJSON () // Send message to EMPI production Set tSC= ..Adapter .SendMessageString(tRequest,.tResponse) $$$ThrowOnError (pRequest.NewResponse(.pResponse)) //Set pResponse.Response = ##class(HS.FHIRServer.API.Data.Response).%New() Set pResponse.Response.ResponseFormatCode = pRequest.Request.ResponseFormatCode set pResponse.Response.Status = 200 set pResponse.ContentType = "text/plain" Quit tSC } ClassMethod GetDynObj(stream As %Stream.Object , fhirVersion As %String , fhirFormat As %String ) As %DynamicObject { set schema = ##class (HS.FHIRServer.Schema).LoadSchema(fhirVersion) if fhirFormat = $$$FHIRContentCodeJSON { set dynObj = {}. %FromJSON (stream) } elseif fhirFormat = $$$FHIRContentCodeXML { set dynObj = ##class (HS.FHIRServer.Util.XMLToJSON).XMLToJSON(stream, schema) } Quit dynObj } XData MessageMap { <MapItems> <MapItem MessageType= "HS.FHIRServer.Interop.Request" > <Method>SendFHIRRequest</Method> </MapItem> </MapItems> } } 让我们一步步分析我们的类： 第一点是了解我们将在业务运营选项中配置的 FHIR 消息的版本。 Set tFHIRMetadataSetKey = $ZStrip ( $Piece ( ..FHIRMetadataSet , "/" , 1 ), "<>W" ) 我们恢复正在处理的 FHIR 消息的类型，在我们的例子中它将是 R4。 接下来我们提取FHIR消息的内容： // We can have our FHIR message saved as a QuickStream or a Dynamic Object inside the json property of the request If pRequest.QuickStreamId'= "" { // Recover QuickStream of the FHIR message Set tQuickStream = ##class (HS.SDA3.QuickStream). %OpenId (pRequest.QuickStreamId) // Checking if message is in JSON format or XML If pRequest.Request.RequestFormatCode'= "" { Set tFHIRFormat = pRequest.Request.RequestFormatCode } Else { $$$ThrowOnError ( ##class (HS.HC.Util).GetFormatFromData(tQuickStream, .tFHIRFormat)) Do tQuickStream.Rewind() If tFHIRFormat= "json" { Set tFHIRFormat = $$$FHIRContentCodeJSON } ElseIf tFHIRFormat= "xml" { Set tFHIRFormat = $$$FHIRContentCodeXML } } // Transform QuickStream to DynamicObject Set tDynObj = ..GetDynObj (tQuickStream, tFHIRMetadataSetKey, tFHIRFormat) } ElseIf (( $IsObject (pRequest.Request.Json))&&(pRequest.Request.Json. %GetIterator (). %GetNext ())) { // Could have Json %DynamicObject if this host is called InProc. Set tDynObj = ..GetDynObj (pRequest.Request.Json, tFHIRMetadataSetKey) } Else { $$$ThrowStatus ( $$$ERROR ( $$$GeneralError , "FHIR interop request message missing FHIR content" )) } 我们从 FHIR 消息中获取 %DynamicObject： ClassMethod GetDynObj(stream As %Stream.Object , fhirVersion As %String , fhirFormat As %String ) As %DynamicObject { set schema = ##class (HS.FHIRServer.Schema).LoadSchema(fhirVersion) if fhirFormat = $$$FHIRContentCodeJSON { set dynObj = {}. %FromJSON (stream) } elseif fhirFormat = $$$FHIRContentCodeXML { set dynObj = ##class (HS.FHIRServer.Util.XMLToJSON).XMLToJSON(stream, schema) } Quit dynObj } 最后，我们将其转换为字符串，并通过 TCP 将其发送到我们的 EMPI 生产，向向我们发送原始消息的系统返回 200： // Transform Dynamic Object to string set tRequest = tDynObj. %ToJSON () // Send message to EMPI production Set tSC= ..Adapter .SendMessageString(tRequest,.tResponse) $$$ThrowOnError (pRequest.NewResponse(.pResponse)) //Set pResponse.Response = ##class(HS.FHIRServer.API.Data.Response).%New() Set pResponse.Response.ResponseFormatCode = pRequest.Request.ResponseFormatCode set pResponse.Response.Status = 200 set pResponse.ContentType = "text/plain" Quit tSC 好吧，我们已经将消息发送到我们的 EMPI 生产中。让我们看一下示例消息的跟踪： 在下一篇文章中，我们将检索提交的字符串，将其转换回 %DynamicObject 并向 EMPI 提供数据以使用新数据执行注册/更新操作。 希望这些内容对你有用！ 致敬原创作者 @Luis Angel

在本文中，我将分享我们在 2023 年全球峰会技术交流室中提出的主题。我和@Rochael.Ribeiro 借此机会，我们就以下话题进行探讨： 用于快速 API 的开放交换工具 开放API规范 传统与快速 Api 开发 复合 API（互操作性） 规范优先或 API 优先方法 API 治理和监控 演示（视频） 用于快速 API 的开放交换工具 当我们谈论快速现代 API 开发（Rest / json）时，我们将使用两个 Intersystems Open Exchange 工具： 第一个是用于快速开发 API 的框架，我们将在本文中详细介绍。 https://openexchange.intersystems.com/package/IRIS-apiPub 第二种是使用 Swagger 作为用户界面，用于 IRIS 平台上开发的 Rest API 的规范和文档，以及它们的使用/执行。其运行的基础是开放 API 规范 (OAS) 标准，如下所述： https://openexchange.intersystems.com/package/iris-web-swagger-ui 什么是开放 API 规范 (OAS)？ 它是全球范围内用于定义、记录和使用 API 的标准。在大多数情况下，API 甚至在实现之前就已经设计好了。我将在下一个主题中详细讨论它。 它很重要，因为它定义并记录了 Rest API 供其在提供者和消费者方面使用。但这种模式也有助于加快市场上工具（Rest API 客户端）的测试和 API 调用，例如 Swagger、Postman、Insomnia 等…… 使用 IRIS 发布 API 的传统方式 想象一下，我们必须从现有的 IRIS 方法构建并发布 Rest API（如下图）。 以传统方式： 1：我们必须考虑消费者会如何称呼它。例如：将使用哪个路径和动词以及如何响应。无论是 JSON 对象还是纯文本。 2：在 %CSP.REST 类中构建一个新方法，该方法将处理调用它的 http 请求。 3：处理方法对最终用户预期的 http 响应的响应。 4：考虑一下我们将如何提供成功代码以及我们将如何处理异常。 5：为我们的新方法绘制路线。 6：向最终用户提供API文档。我们可能会手动构建 OAS 内容。 7：例如，如果我们有一个请求或响应有效负载（对象），则实施时间将会增加，因为它也必须记录在 OAS 中。 我们怎样才能更快？ 只需使用 [WebMethod] 属性标记 IRIS 方法即可。无论是什么，该框架都会使用 OAS 3.x 标准来处理其发布。 为什么 OAS 3.x 标准如此重要？ 因为它还详细记录了输入和输出有效负载的所有属性。 这样，市场上的任何 Rest Client 工具都可以立即耦合到 API，例如 Insomnia、Postman、Swagger 等，并提供示例内容以便轻松调用它们。 使用 Swagger，我们已经可以可视化我们的 API（上图）并调用它。这对于测试也非常有用。 API定制 但是如果我需要自定义 API 该怎么办？ 例如：我希望路径是其他东西，而不是方法的名称。我希望输入参数位于路径中，而不是像查询参数那样。 我们在方法之上定义了一个特定的符号，我们可以在其中补充方法本身不提供的元信息。 在此示例中，我们为 API 定义了另一条路径，并补充了信息，以便最终用户获得更友好的体验。 Rest API 的投影图 该框架支持多种类型的参数。 在此图中，我们可以突出显示复杂类型（对象）。它们将自动公开为 JSON 有效负载，并且每个属性都将为最终用户正确记录 (OAS)。 互操作性（复合 API） 通过支持复杂类型，您还可以公开互操作性服务。 这是构建复合 API 的有利场景，复合 API 使用多个外部组件（出站）的编排。 这意味着用作请求或响应的对象或消息将自动发布并由 swagger 等工具读取。 这是测试互操作性组件的绝佳方法，因为通常已经加载了有效负载模板，以便用户知道 API 使用哪些属性。 首先，开发人员可以专注于测试，然后通过定制来塑造 Api。 规范优先或 API 优先方法 当今广泛使用的另一个概念是在实现之前就定义 API。 有了这个框架，就可以导入 Open Api 规范。它自动创建方法结构（规范），只缺少它们的实现。 API 治理和监控 对于Api的治理，也建议一起使用IAM。 除了拥有多个插件之外，IAM 还可以通过 OAS 标准快速耦合到 API。 apiPub 为 API 提供额外的跟踪（参见演示视频） 演示 下载和文档 Intersystems 开放交换： https://openexchange.intersystems.com/?search=apiPub 完整文档：https: //github.com/devecchijr/apiPub @Claudio Devecchi 致敬原创作者

FHIR 通过提供标准化数据模型来构建医疗保健应用程序并促进不同医疗保健系统之间的数据交换，彻底改变了医疗保健行业。由于 FHIR 标准基于现代 API 驱动的方法，因此移动和 Web 开发人员更容易使用它。然而，与 FHIR API 交互仍然具有挑战性，尤其是在使用自然语言查询数据时。 隆重推出FHIR - AI 和 OpenAPI 链应用程序，该解决方案允许用户使用自然语言查询与 FHIR API 进行交互。该应用程序使用OpenAI 、 LangChain和Streamlit构建，简化了查询 FHIR API 的过程并使其更加用户友好。 FHIR OpenAPI 规范是什么？ OpenAPI 规范（以前称为 Swagger，目前是OpenAPI Initiative的一部分）已成为软件开发领域的重要工具，使开发人员能够更有效地设计、记录 API 并与 API 交互。 OpenAPI 规范定义了一种标准的机器可读格式来描述 RESTful API，提供了一种清晰一致的方式来理解其功能并有效地使用它们。 在医疗保健领域，FHIR 成为数据交换和互操作性的领先标准。为了增强FHIR的互操作能力， HL7正式记录了FHIR OpenAPI规范，使开发人员能够将FHIR资源和操作无缝集成到他们的软件解决方案中。 FHIR OpenAPI 规范的优点： 标准化 API 描述：OpenAPI 规范提供 FHIR 资源、操作和交互的全面且标准化的描述。开发人员可以轻松了解基于 FHIR 的 API 的结构和功能，从而更轻松地构建集成并与医疗保健系统交互。 促进互操作性：促进开发人员之间的协作，推动 FHIR 标准和最佳实践的采用。该规范提供了一种通用语言和框架，用于讨论基于 FHIR 的集成和实现，促进开发人员之间的协作。 增强的文档和测试：交互式文档和测试套件，以便更好地理解和验证。开发人员可以创建详细的API文档，使其他开发人员更容易理解和使用基于FHIR的API。基于规范的测试套件可以对API集成进行全面的测试和验证，确保医疗数据交换的可靠性和准确性。 改进的开发人员体验：自动生成客户端库和 SDK 以实现无缝集成。这简化了集成过程，并减少了将 FHIR 功能合并到应用程序中所需的时间和精力 FHIR、OpenAI 和 OpenAPI Chain 如何协同工作？ FHIR - AI 和 OpenAPI Chain应用程序利用 LangChain 来加载和解析 OpenAPI 规范（ OpenAPI Chain ）。之后，根据这些规范，通过 OpenAI 给出的提示链旨在理解自然语言查询并将其转换为适当的 FHIR API 请求。用户可以用简单的语言提出问题，应用程序将与所选的 FHIR API 交互以检索相关信息。 例如，用户可能会问：“患者 John Doe (ID 111) 的最新血压读数是多少？”然后，应用程序会将此查询转换为 FHIR API 请求，获取所需的数据，并以易于理解的格式将其呈现给用户。 FHIR - AI 和 OpenAPI 链的优势 用户友好的交互：通过允许用户使用自然语言查询与 FHIR API 交互，该应用程序使非技术用户可以更轻松地访问和分析医疗保健数据。 提高效率：该应用程序简化了查询 FHIR API 的过程，减少了获取相关信息所需的时间和精力。此外，它还有可能减少从应用程序中查找任何特定信息的点击次数（花费的时间）。 可定制：FHIR 标准简化了从任何 FHIR 服务器检索一致数据的过程，从而可以轻松定制。它可以轻松配置为与任何 FHIR API 无缝集成，为不同的医疗保健数据需求提供灵活且适应性强的解决方案。 FHIR 入门 - AI 和 OpenAPI 链 要开始使用 FHIR - AI 和 OpenAPI Chain 应用程序，请按照以下步骤操作： 从OpenAI Platform获取 OpenAI API 密钥。 获取 FHIR 服务器 API 端点。您可以使用自己的示例 FHIR 服务器（需要未经身份验证的访问），也可以按照InterSystems IRIS FHIR 学习平台中给出的说明创建临时示例服务器。 在线试用该应用程序或使用提供的说明在本地进行设置。 通过集成人工智能和自然语言处理功能，FHIR - AI 和 OpenAPI Chain 应用程序提供了一种与 FHIR API 交互的更直观的方式，使所有技术背景的用户都更容易访问和分析医疗数据。 如果您发现我们的应用程序很有前途，请在大奖赛中投票！ 如果您能想到使用此实现的任何潜在应用程序，请随时在讨论线程中分享它们。 @Ikram Shah 致敬原创作者~

Hi 开发者们， 是时候宣布InterSystems 2023 年度编程大奖赛的获奖者了！ 感谢提交20 份应用申请出色参与者们 🔥 专家提名奖 🥇第一名，7,000 美元，获奖者@Henrique Dias, @Henry Pereira, @José Roberto Pereira ，获奖应用 iris-fhir-generative-ai 🥈第二名，5,000 美元，获奖者@Ikram Shah, @Sowmiya Nagarajan，获奖应用 IRIS FHIR Transcribe Summarize Export 🥉第三名，3,000 美元，获奖者 @Muhammad Waseem 获奖应用irisChatGPT 🏅第四名，2,000 美元，获奖者@Dmitry Maslennikov，获奖应用ZProfile 🏅第五名 ，1,000 美元，获奖者@Ikram Shah, @Sowmiya Nagarajan ，获奖应用 FHIR - AI and OpenAPI Chain 🌟 200 美元，获奖者：@Robert Cemper， 获奖应用oex-mapping 🌟 200 美元，获奖者：@Rob Ellis， 获奖应用RDUH Interface Analyst HL7v2 Browser Extension 🌟 200 美元，获奖者：@davi massaru teixeira muta， 获奖应用fhir-chatGPT 🌟 200 美元，获奖者：@davi massaru teixeira muta， 获奖应用interoperability_GPT 🌟 200 美元，获奖者：@Oleksandr Zaitsev ，获奖应用password-app-iris-db 🌟 200 美元，获奖者：@Daniel Aguilar 获奖应用irisapitester ⭐️ 100 美元，获奖者：@Shanshan Yu，获奖应用IntegratedMLandDashboardSample ⭐️ 100 美元，获奖者：@Zhang Fatong 获奖应用 IntegratedML-IRIS-PlatformEntryPrediction ⭐️ 100 美元，获奖者：@Sean Connelly 获奖应用DevBox ⭐️ 100 美元，获奖者：@John Murray 获奖应用 oex-vscode-snippets-template ⭐️ 100 美元，获奖者：@Sergey Mikhailenko，获奖应用appmsw-warm-home ⭐️ 100 美元，获奖者：@yurimarx Marx， 获奖应用 FHIR Editor ⭐️ 100 美元，获奖者：@Oliver Wilms，获奖应用iris-user-manager ⭐️ 100 美元，获奖者：@Oleh Dontsov 获奖应用 Recycler ⭐️ 100 美元，获奖者：@Oleh Dontsov 获奖应用 IRIS Data Migration Manager 社区提名奖 🥇第一名，3,000 美元，获奖者@Henrique Dias, @Henry Pereira, @José Roberto Pereira ，获奖应用 iris-fhir-generative-ai 🥈第二名，2,000 美元，获奖者@Shanshan Yu，获奖应用IntegratedMLandDashboardSample 🥉第三名，1,000 美元，获奖者@Zhang Fatong，获奖应用 IntegratedML-IRIS-PlatformEntryPrediction 我们向所有参赛者和获奖者表示最诚挚的祝贺！ 下次一起来参赛吧！；） 热烈祝贺 @Shanshan Yu@Zhang Fatong二位中国选手！期待以后看到更多的优秀作品！

#Embedded Python #HL7 #InterSystems IRIS for Health 写在回复社区帖子《Python能否动态创建HL7消息》中。 前提条件和设置 使用一个启用了集成的命名空间。注意：USER命名空间默认不启用互操作性。如果以下建议创建一个新的互操作性命名空间来探索功能。 # 切换到ZN "[互操作性名称空间名称]" # 启动交互式Python shell：Do $SYSTEM.Python.Shell() 启动脚本 #Load dependencies import datetime as dt import uuid # Cache current time in CCYYMMDDHHMMss format hl7_datetime_now=dt.datetime.now().strftime('%Y%m%d%H%M%S') # Create HL7 Message hl7=iris.cls("EnsLib.HL7.Message")._New() # Set the doc type # 2.5.1:ORU_R01 - Unsolicited transmission of an observation message hl7.PokeDocType("2.5.1:ORU_R01") 这些信息的结构可以从管理门户中获取 创建MSH（消息头段）。 // MSH Segment hl7.SetValueAt('OutApp','MSH:SendingApplication') hl7.SetValueAt('OutFac','MSH:SendingFacility') hl7.SetValueAt('InApp','MSH:ReceivingApplication') hl7.SetValueAt('InFac','MSH:ReceivingFacility') hl7.SetValueAt(hl7_datetime_now,'MSH:DateTimeOfMessage') hl7.SetValueAt('ORU','MSH:MessageType.MessageCode') hl7.SetValueAt('R01','MSH:MessageType.TriggerEvent') hl7.SetValueAt('ORU_R01','MSH:MessageType.MessageStructure') hl7.SetValueAt(str(uuid.uuid4()),'MSH:MessageControlID') hl7.SetValueAt('2.5.1','MSH:ProcessingID') 编码和解码 HL7文件被格式化为段每个段被分隔符（"|"）和重复元素（"~"）划分为多个元素在一个元素内有"^"分界符和"&"子分界符。当定界符作为实际的文本内容出现时，它将被"\"和其他取代定界符的字符转义。通常，"&"是有问题的，因为它可能经常出现在信息中，导致接收系统读取时出现截断现象。HL7段有一个内置的方法，用于根据当前为信息选择的定界符来转义内容。一个常见的模式是获得对第一个段的引用 # Do this line the variable "msh" is used later > msh=hl7.GetSegmentAt(1) 然后可以调用Escape，例如用Python的原始字符串： > msh.Escape(r"a&b~c^d") 'a\\T\\b\\R\\c\\S\\d' The segment can also be used to Unescape back for example: > msh.Unescape('a\\T\\b\\R\\c\\S\\d') 'a&b~c^d' 因此，在设置预计包含分隔符的内容时，可以为信息转义这些分隔符 hl7.SetValueAt(msh.Escape(r"a&b~c^d"),'MSH:ReceivingFacility') 检索内容时可以不加转义 msh.Unescape(hl7.GetValueAt('MSH:ReceivingFacility')) 在这个例子中，只是将msh重新设置为以前的值 hl7.SetValueAt('InFac','MSH:ReceivingFacility') 仔细检查到目前为止的部分： > hl7.GetValueAt('MSH') 'MSH|^~\\&|OutApp|OutFac|InApp|InFac|20230610100040||ORU^R01^ORU_R01|2dfab415-51aa-4c75-a7e7-a63aedfb53cc|2.5.1' 人口统计学（PID）部分 # Virtual path prefix for PID seg='PIDgrpgrp(1).PIDgrp.PID:' hl7.SetValueAt('1',seg+'SetIDPID') hl7.SetValueAt('12345',seg+'PatientIdentifierList(1).IDNumber') hl7.SetValueAt('MRN',seg+'PatientIdentifierList(1).AssigningAuthority') hl7.SetValueAt('MR',seg+'PatientIdentifierList(1).IdentifierTypeCode') hl7.SetValueAt(msh.Escape('Redfield'), seg+'PatientName(1).FamilyName') hl7.SetValueAt(msh.Escape('Claire') ,seg+'PatientName(1).GivenName') hl7.SetValueAt('19640101',seg+'DateTimeofBirth') hl7.SetValueAt('F',seg+'AdministrativeSex') hl7.SetValueAt(msh.Escape('Umbrella Corporation') ,seg+'PatientAddress.StreetAddress') hl7.SetValueAt(msh.Escape('Umbrella Drive') ,seg+'PatientAddress.OtherDesignation') hl7.SetValueAt(msh.Escape('Raccoon City') ,seg+'PatientAddress.City') hl7.SetValueAt(msh.Escape('MO') ,seg+'PatientAddress.StateorProvince') hl7.SetValueAt(msh.Escape('63117') ,seg+'PatientAddress.ZiporPostalCode') 仔细检查PID段的内容 > hl7.GetValueAt(seg[0:-1]) 'PID|1||12345^^^MRN^MR||Redfield^Claire||19640101|F|||Umbrella Corporation^Umbrella Drive^Raccoon City^MO^63117' 订单控制部分 seg='PIDgrpgrp(1).ORCgrp(1).ORC:' hl7.SetValueAt('RE',seg+'OrderControl') hl7.SetValueAt('10003681',seg+'PlacerOrderNumber') hl7.SetValueAt('99001725',seg+'FillerOrderNumber') hl7.SetValueAt('AG104',seg+'OrderingProvider') hl7.SetValueAt('L43',seg+'EnterersLocation') 仔细检查ORC部分的内容 > hl7.GetValueAt(seg[0:-1]) 'ORC|RE|10003681|99001725|||||||||AG104|L43' 观察请求 seg='PIDgrpgrp(1).ORCgrp(1).OBR:' hl7.SetValueAt('1',seg+'SetIDOBR') hl7.SetValueAt('10003681',seg+'PlacerOrderNumber') hl7.SetValueAt('99001725',seg+'FillerOrderNumber') hl7.SetValueAt('20210428100729',seg+'ResultsRptStatusChngDateTime') hl7.SetValueAt('F',seg+'ResultStatus') hl7.SetValueAt('U',seg+'QuantityTiming.Priority') OBX 观察/结果 seg='PIDgrpgrp(1).ORCgrp(1).OBXgrp(1).OBX:' hl7.SetValueAt('1',seg+'SetIDOBX') hl7.SetValueAt('TX',seg+'ValueType') hl7.SetValueAt('V8132',seg+'ObservationIdentifier.Identifier') hl7.SetValueAt(msh.Escape('G-Virus') , seg+'ObservationIdentifier.Identifier') hl7.SetValueAt(msh.Escape('17.8 log10') ,seg+'ObservationValue') hl7.SetValueAt(msh.Escape('RNA copies/mL') ,seg+'Units') hl7.SetValueAt('F',seg+'ObservationResultStatus') hl7.SetValueAt('20210428100729',seg+'DateTimeoftheObservation') hl7.SetValueAt('AG001',seg+'ResponsibleObserver.IDNumber') hl7.SetValueAt('Birkin',seg+'ResponsibleObserver.FamilyName') hl7.SetValueAt('William',seg+'ResponsibleObserver.GivenName') hl7.SetValueAt('AG001',seg+'ResponsibleObserver.IDNumber') hl7.SetValueAt('UXL43',seg+'EquipmentInstanceIdentifier') NTE - 注释和评论 seg='PIDgrpgrp(1).ORCgrp(1).OBXgrp(1).NTE(1):' hl7.SetValueAt('1',seg+'SetIDNTE') hl7.SetValueAt(msh.Escape('Expected late onset Hyphema. Contain but do not approach.') ,seg+'Comment') 向终端打印全部信息 > print(hl7.OutputToString()) MSH|^~\&|OutApp|OutFac|InApp|InFac|20230610141201||ORU^R01^ORU_R01|2dfab415-51aa-4c75-a7e7-a63aedfb53cc|2.5.1 PID|1||12345^^^MRN^MR||Redfield^Claire||19640101|F|||Umbrella Corporation^Umbrella Drive^Raccoon City^MO^63117 ORC|RE|10003681|99001725|||||||||AG104|L43 OBR|1|10003681|99001725|||||||||||||||||||20210428100729|||F||^^^^^U OBX|1|TX|G-Virus||17.8 log10|RNA copies/mL|||||F|||20210428100729||AG001^Birkin^William||UXL43 NTE|1||Expected late onset Hyphema. Contain but do not approach. 陷阱 如果一个元素的内容包含一个诸如 "8@%SYS.Python "的值，很可能是需要用字符串值或字符串属性来代替。 例如，uuid在MSH结构中被 "str "包裹着。 原文请查看 来自 Alex Woodhead https://community.intersystems.com/post/dynamically-creating-hl7-message-iris-embedded-python

您好！社区的各位老师， 在本文中，我们将学习以下主题： 什么是 Docker？ Docker 的一些好处 Docker 是如何工作的？ Docker 镜像 Docker容器 Docker 镜像存储库 InterSystems 的 Docker 镜像存储库 Docker安装 Docker 基本命令 使用 docker 运行 IRIS 社区版 Docker 桌面图形用户界面 那么让我们开始吧。 1.什么是Docker？ Docker 是一种虚拟化软件，可以让应用程序的开发和部署变得非常简单。 Docker 通过将应用程序打包到所谓的容器中来实现此目的，该容器保留应用程序运行所需的所有内容，包括应用程序的实际代码、其库和依赖项、运行时和环境配置。 Docker 是一个容器化平台，允许开发人员在容器化环境中创建、部署和运行应用程序。 Docker 提供了一种将应用程序及其依赖项打包到单个容器中的方法，该容器可以在任何支持 Docker 的计算机上运行。这使得创建可快速、轻松部署的可移植、轻量级应用程序变得容易。 2. Docker 的一些好处 您可以在下面找到使用 Docker 的一些好处： 可移植性Docker 容器可以在任何支持 Docker 的机器上运行，从而可以轻松地跨不同环境部署应用程序。 一致性通过将应用程序及其依赖项打包到容器中，Docker 可确保应用程序一致运行，无论底层基础设施如何。 可扩展性Docker 通过运行同一容器的多个实例，可以轻松地水平扩展应用程序。 资源效率Docker 容器是轻量级的，需要最少的资源，这使得它们非常适合在云基础设施上运行。 安全性Docker 为运行应用程序提供了安全且隔离的环境，降低了与其他应用程序或主机系统发生冲突的风险。 3.Docker是如何工作的？ Docker 为称为容器的应用程序创建虚拟化环境。容器是一个轻量级、独立的可执行包，包含运行应用程序所需的所有内容，包括代码、库和依赖项。容器与主机系统隔离。因此，它们可以在任何支持 Docker 的机器上运行，无论底层操作系统或硬件如何。 容器是从映像创建的，这些映像是定义应用程序及其依赖项的只读模板。这些镜像存储在称为注册表的中央存储库中，例如 Docker Hub 或私有注册表。开发人员可以自己创建自定义映像或使用注册表中的预构建映像。 当容器启动时，它是从映像构建的，并拥有自己的隔离文件系统、网络和进程空间。然后，容器可以运行应用程序，就像在专用服务器上运行一样。 4. Docker 镜像 Docker 映像是一个轻量级、独立的可执行包，它保留执行应用程序所需的所有内容，包括代码、库和依赖项。 Docker 镜像用于构建和运行容器，容器是可用于运行应用程序的隔离环境。 Docker 映像是根据 Dockerfile 构建的，Dockerfile 是一个文本文件，其中包含一组用于构建映像的指令。 Dockerfile 指定基础映像、应用程序代码和依赖项、环境变量以及创建映像所需的其他配置选项。 Docker 镜像存储在注册表中，例如 Docker Hub 或私有注册表。每次从映像创建容器时，它都会在主机上作为单独的进程运行，与其他进程和容器隔离。 Docker 镜像可用于在不同平台上以一致的方式部署应用程序。它们使打包、分发和部署应用程序变得容易，并确保它们在任何地方都以相同的方式运行。 5.Docker容器 镜像的运行实例是一个容器，如上所述，它是一个轻量级的、独立的、可执行的包，其中包含运行应用程序所需的所有内容，包括代码、库和依赖项。 Docker 容器为运行应用程序提供了一个隔离的环境，确保它拥有正确运行所需的所有资源。每个容器在主机上作为单独的进程运行，并拥有自己的文件系统、网络和其他资源。 Docker 容器被设计为可移植且易于部署。它们可以在任何安装了 Docker 的机器上运行，无论底层操作系统或硬件如何。容器为运行应用程序提供了一致的环境，使得在不同环境（例如开发、测试和生产）之间移动应用程序更加舒适。 Docker 容器可以借助 Docker CLI 或 Docker Compose 或 Kubernetes 等 Docker 工具进行管理。它们可以根据需要启动、停止、暂停和重新启动。还可以使用一系列工具和平台对其进行监控和管理。 总体而言，Docker 容器提供了一种灵活且可扩展的方式来打包和部署应用程序，从而使跨不同环境和平台管理和扩展复杂应用程序变得更加简单。 6.Docker 镜像存储库 Docker 托管着最大的 Docker 存储库之一，称为 Docker 中心。 它是一个Docker镜像的存储和分发系统。它为开发人员和组织提供了一个中央存储库来共享和分发其 Docker 映像，从而使使用 Docker 构建、共享和部署应用程序变得更加愉快。 Docker Hub 允许用户和组织存储和管理其 Docker 映像，并提供版本控制、标记和协作等功能。用户可以从 Docker Hub 搜索和下载镜像，也可以将自己的镜像发布到注册中心。 除了公共注册表之外，Docker Hub 还为想要管理自己的 Docker 映像并确保它们只能由授权用户访问的组织提供私有注册表。 7.InterSystems Docker 镜像存储库 通过使用 Docker Hub 搜索功能，我们可以在 Docker hub 上找到 InterSystems 镜像。 8.安装Docker 为了使用 Docker，我们需要在我们的系统上安装它。 Docker提供了各种操作系统的安装包，包括Windows、macOS和Linux。导航到Docker 网站。 我们可以从Docker网站下载安装包，运行安装程序，按照提示完成安装。 安装Docker Desktop后，我们可以使用Docker CLI（命令行界面）来管理Docker镜像、容器、网络和其他资源。 9.Docker基本命令 这里我们将回顾一些 docker CLI 的基本命令。 （在使用下面详述的命令之前，请确保运行 Docker Desktop） 9.1 列出图像（本地）我们可以使用-----100----- 命令列出系统上可用的所有 Docker 镜像。以下是如何使用此命令： docker image ls 如您所见，目前我们本地没有任何图像9.2 从 Docker 存储库中拉取镜像 我们可以使用-----101----- 命令从注册表下载Docker镜像 docker pull <image> 让我们从 docker hub 中提取 intersystemsdc/iris-community 镜像此时我们应该使用list命令来查看本地的图片做得好！ iris-community镜像拉取成功 9.3 本地删除镜像我们可以使用-----102-----命令从我们的系统中删除镜像 docker image rm <image name> 9.4 列出所有现有容器（正在运行和未运行）我们可以使用-----103-----命令来列出正在运行的容器 docker ps 如图所示，此时没有容器在运行。 9.5 创建并启动容器我们可以使用-----104-----命令来创建并启动容器 docker run <image id/namge> 让我们从 iris-community 镜像创建并启动容器这里 -----105----- 或 -----106----- 的含义如下：在后台运行命令并将控制权返回给终端。 是时候再次列出正在运行的容器了 docker ps 我们可以看到我们的 iris-community 镜像容器现在正在运行。 9.6 停止特定容器我们可以使用-----107-----命令来停止正在运行的容器 docker stop <container id/name> 9.7 启动特定容器我们可以使用-----108----- 命令来启动Docker中之前停止的容器。 docker start <container id/name> 9.8 重启特定容器 我们可以使用-----109-----命令来停止和启动Docker中正在运行的容器 docker restart <container id/name> 9.9 删除特定容器 我们可以使用-----110-----命令来删除停止的容器 docker rm <container id/name> 9.10 在正在运行的容器内运行命令我们可以使用-----111----- 命令在正在运行的容器内运行命令。在执行管理任务或出于调试目的时，它可以派上用场。 docker exec -it my-container sh -----111----- 命令的一些常见选项是： -----113----- 或 -----114-----： 即使未连接，此命令也会使 STDIN 保持打开状态，从而允许您与容器交互。 -----115----- 或 -----116-----： 此命令为命令分配一个伪 TTY，允许您在容器内使用终端命令。 -----105----- 或 -----118-----： 这在后台运行命令并将控制权返回到终端。 10.使用docker运行IRIS社区版 使用下面列出的命令通过使用 iris-community 映像来运行容器 docker run -d -p 52773:52773 intersystemsdc/iris-community -----111----- 命令的一些常见选项如下： -----105----- ：该命令用于以分离模式启动一个新的 Docker 容器，这意味着该容器将在后台运行，我们可以继续使用终端执行其他任务。 -----121-----： 这个命令帮助我们将容器的端口发布到主机，以便可以从Docker网络外部访问容器。 在下图中，您可以看到 IRIS 在 Docker 中运行。 11.Docker 桌面 GUI Docker 桌面还具有 GUI，我们可以在其中以图形方式使用所有上述命令。 概括 Docker 是一个功能强大的工具，允许开发人员和 IT 团队在容器化环境中创建、部署和运行应用程序。通过提供可移植性、一致性、可扩展性、资源效率和安全性，Docker 可以轻松地跨不同环境和基础设施部署应用程序。随着容器化的日益普及，Docker正在成为现代软件开发和部署的重要工具。在接下来的文章中，我们将学习如何使用 Docker 文件（用于构建 Docker 镜像）、Docker compose（一个 YAML 文件，指定应用程序中每个容器的配置选项）和 Docker 卷（一种持久数据存储机制）用于在 Docker 容器和主机之间共享数据。） 感谢您的阅读！ 希望IRIS可以模仿Docker对页面做一下暗黑处理👀 啥意思？ 浏览器可以设置暗黑呀

本篇文章主要介绍互联互通套件的一些基础问题： 基于互联互通套件通过互联互通成熟的测评的实施工作量 电子病历共享文档部分：需要客户将业务系统数据灌入CCH套件SQL模型中 服务部分：在平台做消息改造，或者直接做业务系统接口改造 基于互联互通套件通过电子病例五级+互联互通成熟度测评四级需要的最低人员配备和项目总耗时 需要了医院现有业务系统和人员配备，做进一步评估及分析 目标只是通过互联互通成熟度测评需不需要FHIR 不需要，如果只是过测评，只需要互联互通套件基础版就够了 BI相关功能如何实现 可以使用DeepSee，基于Cubes做数据分析及钻取 如何使用Java进行快速开发 可以使用PEX，支持Java开发，但是如果使用Production，推荐使用内置开发语言ObjectScript，学习成本更低，未来开发新特性能力更强大 有没有自带的ETL工具 InterSystems 互联互通套件中没有ETL工具，但是支持所有ETL工具的连接 发送失败消息是否有记录 所有错误消息都能够在平台监控到，且可以进行转发或者重发 有没有按照单个服务流程进行整个业务流程的修改和查看 平台内所有服务都可以按照类别区分，也可以按照服务查看业务流程，但是没有按照单个服务修改整个业务流程的界面

嗨，开发者， 欣赏InterSystems Bilibili上的新视频： ⏯为什么水平可扩展性就像团队合作 @ 2022 年全球峰会 借助 InterSystems IRIS，您可以跨节点集群分配数据和工作负载、扩展和扩展以及根据需要动态重新平衡。在本次会议中，您将了解有关该技术和我们的一些部署的更多信息。 🗣演讲者：@Benjamin.DeBoe，InterSystems 产品经理 享受它并保持关注！ 👍

基于InterSystems的集成ML技术和Dashboard，根据上传的CSV文件自动生成相关预测和BI页面。前端和后端在Vue和Iris中完成，使用户可以通过简单的操作生成所需的数据预测和分析页面，并根据这些页面做出决策。 # ZPM 安装 zpm:USER>install IntegratedMLandDashboardSample # 部署流程 使用或创建新的命名空间 将代码导入相应的命名空间 在终端中执行： Do # # class (customizemashinelerningandaanalysis. Util. Tool) Deployment() 前端是Vue文件夹下的dist文件夹。在使用它之前，请打开dist-static config.js并修改后端服务器要使用的IP和端口。然后您需要将iframeUrl的测试修改为“Analysis”+后端使用的命名空间，例如“AnalysisUSER” 然后启动前端文件（可以将dist文件夹放在tomcat中开始使用） 访问地址为： Ip: port/dist # 如何使用 以women.csv为例 1.选择要上传的CSV文件，CSV文件名和数据列名不得包含空格等其他符号 2.填写需要预测的列名，如“高度” 3.单击“确定”按钮，等待界面返回 成功返回后，刷新当前页面，然后单击“模型列表”下的辅助选项。新生成的项目将出现 ① 填写完其他值后，点击②确定，在③处生成预测值 ④ 嵌入式虹膜仪表板显示以前导入CSV的一些数据 # 其他 CSV 展示 # 单元测试 Set ^UnitTestRoot=your modules dir +"\src"+namespace+"\integratedmlanddashboardsample\src" (such C:\InterSystems\HealthConnect\mgr\.modules\USER\integratedmlanddashboardsample\src) do ##class(%UnitTest.Manager).RunTest("UnitTests") #注意 由于页面上嵌入了iris的仪表板，如果您遇到无法正确显示的跨域问题，可以访问iris查看图表 非常棒的应用！那csv中的数据能不能是非数字呢？

这是个实验项目，使用OpenAI API与FHIR资源和Python相结合来回答医疗行业的用户提问。 ## 项目想法 生成式人工智能，如[OpenAI上提供的LLM模型](https://platform.openai.com/docs/models), 已被证明在理解和回答高层次问题方面具有显著能力。他们使用大量的数据来训练他们的模型，因此他们可以回答复杂的问题。 他们甚至可以[使用编程语言，根据提示创建代码](https://platform.openai.com/examples?category=code) --我不得不承认，让我的工作自动化的想法让我感到有些焦虑。但到目前为止，似乎这是人们必须要习惯的事情，不管你喜不喜欢。所以我决定做一些尝试。 这个项目的主要想法是在我读到[这篇文章](https://the-decoder.com/chatgpt-programs-ar-app-using-only-natural-language-chatarkit/)关于[ChatARKit项目](https://github.com/trzy/ChatARKit)时产生的。这个项目使用OpenAI的API来解释语音命令，在智能手机摄像头的实时视频中渲染3D物体--非常酷的项目。而且，这似乎是一个热门话题，因为我发现最近有一篇[论文](https://dl.acm.org/doi/pdf/10.1145/3581791.3597296)遵循类似的想法。 让我最担心的是使用ChatGPT对AR进行**编程。由于有一个开放的github repo，我搜索了一下，发现[作者是如何使用ChatGPT生成代码的](https://github.com/trzy/ChatARKit/blob/master/iOS/ChatARKit/ChatARKit/Engine/ChatGPT.swift)。这种技术被称为*提示工程Prompt Engineering*--[这是维基百科关于它的文章](https://en.wikipedia.org/wiki/Prompt_engineering)，或者这两个更实用的参考资料： [1](https://microsoft.github.io/prompt-engineering/)和[2](https://learn.microsoft.com/en-us/azure/cognitive-services/openai/concepts/advanced-prompt-engineering?pivots=programming-language-chat-completions)。 所以我想--为什么不结合FHIR和Python试试类似的东西？以下是我的想法：  其主要构成是： - 一个提示工程模块，将命令人工智能模型使用FHIR和Python - 一个OpenAI API集成模块 - 一个Python解释器，用于执行生成的代码 - 一个FHIR服务器，回答人工智能模型生成的查询 基本思路是使用[OpenAI Completion API](https://platform.openai.com/docs/api-reference/completions)，要求人工智能将问题分解为一堆FHIR查询。然后，人工智能模型创建一个Python脚本来处理InterSystems IRIS for Health中FHIR服务器返回的FHIR资源。 如果这个简单的设计是有效的，用户就可以得到应用的分析模型尚未支持的问题的答案。此外，这些由人工智能模型回答的问题可以被分析，以发现对用户需求的新见解。 这种设计的另一个好处是，你不需要用外部的API暴露你的数据和模型。例如，你可以问关于病人的问题，而不需要将病人数据或你的数据库模式发送到人工智能服务器上。由于人工智能模型使用公共可用的功能--FHIR和Python，你也不需要发布内部数据。. 但是，这种设计也导致了一些问题，比如： - 如何引导人工智能根据用户需求使用FHIR和Python？ - 人工智能模型产生的答案是否正确？是否有可能对它们有信心？ - 如何处理运行外部生成的Python代码的安全问题？ 因此，为了尝试解决一下这些问题，我对最初的设计做了一些阐述，得到了这个：  我在项目里增加了一些新的元素： - 一个代码分析器来扫描安全问题 - 一个日志记录器，用于记录重要事件，以便进行进一步分析 - 一个用于进一步整合的API REST 因此，这个项目旨在验证这个概念，它可以支持实验来收集信息，以尝试回答这些问题。 在接下来的章节中，你会发现如何安装该项目并试用它。 然后，你会看到我在尝试回答上述问题时得到的一些结果和一些结论。 希望你觉得它有用。我们也非常欢迎你为这个项目做出贡献！ ## 项目尝试 要试一试，请打开IRIS终端，运行以下内容： ```objectscript ZN "USER" Do ##class(fhirgenerativeai.FHIRGenerativeAIService).RunInTerminal("") ``` 例如，以下问题被用来测试该项目： 1. 数据集里有多少病人？ 2. 病人的平均年龄是多少？ 3. 给我所有的条件（代码和名称），去除重复的。将结果以表格的形式呈现出来。(不要使用pandas) 4. 有多少病人患有病毒性鼻窦炎（代码444814009）？ 5. 病毒性鼻窦炎（代码444814009）在患者群体中的流行率是多少？对于多次出现相同病情的患者，考虑只打一次就可以计算出来。 6. 在病毒性鼻窦炎（代码444814009）患者中，性别组的分布是怎样的？ 你可以找到这些问题的输出例子[这里](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-accuacy)。 > 请注意，如果你在你的系统上尝试，结果可能会有所不同，即使你使用相同的提示。这是由于LLM模型的随机性。 这些问题是由ChatGPT提出的。他们要求这些问题是以复杂程度不断提高的方式来创建的。第3个问题是个例外，它是由作者提出的。 ## 提示工程Prompt Engineering 项目使用的提示Prompt可以在方法`GetSystemTemplate()`中找到[这里](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/src/fhirgenerativeai/PromptService.cls)。 它遵循提示工程的指南，首先你给人工智能模型分配一个角色，然后输入一堆限制条件和指令。它的每个部分的意图都有注释，所以你可以理解它是如何工作的。 请注意一种接口定义的使用，当模型被指示假设一个已经定义好的名为`CallFHIR()`的函数与FHIR交互，而不是自己声明一些东西。这是受ChatARKit项目的启发，作者在该项目中定义了一整套函数，为使用AR库抽象出复杂的行为。 在这里，我使用这个技术来避免直接创建代码进行HTTP调用的模式。 这里一个有趣的发现是关于强迫人工智能模型以XML格式返回其响应。由于打算返回的是Python代码，我在XML中使用了CDATA块，将其对称化。 尽管在提示中明确指出响应格式必须是XML格式，但在以XML格式发送用户提示后，AI模型就开始遵循这个指令。你可以在上面提到的同一个类中的`FormatUserPrompt()`方法中看到这一点。 ## 代码分析器 该模块使用[bandit库](https://bandit.readthedocs.io/en/latest/)来扫描安全问题。 这个库生成Python程序的AST，并针对常见的安全问题对其进行测试。你可以在这些链接中找到被扫描的问题种类： - [测试插件](https://bandit.readthedocs.io/en/latest/plugins/index.html#complete-test-plugin-listing) - [调用黑名单](https://bandit.readthedocs.io/en/latest/blacklists/blacklist_calls.html) - [导入黑名单](https://bandit.readthedocs.io/en/latest/blacklists/blacklist_imports.html) 由人工智能模型返回的每一个Python代码都会针对这些安全问题进行扫描。如果发现有问题，就会取消执行并记录错误。 ## 日志记录器 所有的事件都被记录下来，以便在表[LogTable](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/src/fhirgenerativeai/LogTable.cls)中作进一步分析。 每个回答问题的运行都有一个会话ID。你可以在表中的'SessionID'列中找到它，并通过将它传递给方法`RunInTerminal("", )`来获得所有事件。例如： ```objectscript Do ##class(fhirgenerativeai.FHIRGenerativeAIService).RunInTerminal("", "asdfghjk12345678") ``` 你也可以用这个SQL来检查所有的日志事件: ```sql SELECT * FROM fhirgenerativeai.LogTable order by id desc ``` ## 测试 我执行了一些测试以获得信息来衡量人工智能模型的性能。 每个测试执行了15次，它们的输出被存储在[this](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-accuacy)和[this](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-security)的目录下。 > 请注意，如果你在你的系统上尝试，结果可能会有所不同，即使你使用相同的提示。这是由于LLM模型的随机性。 ### 准确率 对于问题#1的测试，有`14个结果6`和`1个错误`。正确值是`6'。所以它是`100%`正确的，但有`6%`的执行失败。 验证#1结果的SQL语句: ```sql SELECT count(*) FROM HSFHIR_X0001_S.Patient ``` 对于第2题的测试，有`3个结果52`，`6个结果52.5`和`6个错误`。正确的数值--考虑到有小数点的年龄，是`52.5'。所以我认为这两个值都是正确的，因为这一点差异可能是由于提示不明确造成的--它没有提到任何关于允许或不允许带小数的年龄。因此，它是`100%`正确的，但执行失败的是`40%`。 验证#2结果的SQL语句: ```sql SELECT birthdate, DATEDIFF(yy,birthdate,current_date), avg(DATEDIFF(yy,birthdate,current_date)) FROM HSFHIR_X0001_S.Patient ``` 在第3个问题的测试中，有 "3个错误 "和 "12个有23个不同元素的表格"。表的值不在相同的位置和格式中，但我还是认为这因为错误格式的提示造成的。因此，它是`100%`正确的，但有`20%`的执行失败。 验证#3结果的SQL语句: ```sql SELECT code, count(*) FROM HSFHIR_X0001_S.Condition group by code ``` 对于第4题的测试，有`2个错误`，`12个结果7`和`1个结果4`。正确值是`4'。所以它是`12%`正确的，有执行失败的`13%`。 验证#4结果的SQL语句: ```sql SELECT p.Key patient, count(c._id) qtde_conditions, list(c.code) conditions FROM HSFHIR_X0001_S.Patient p join HSFHIR_X0001_S.Condition c on c.patient = p.key where code like '%444814009%' group by p.Key ``` 对于5号问题的测试，有`11个错误`，`3个结果为4`，`1个结果为0.6`。正确值是`4'。所以它的正确率是`75%`，执行失败率是`73%`。 用来验证#5结果的SQL与#4所用的相同。 对于6号问题的测试，有`12个错误`和`3个结果{女性：4，男性：2，其他： 0}`. 正确的值是`{女性：3，男性：1，其他： 0}`. 所以它是`0%`正确的，有执行失败的`80%`。 验证#6结果的SQL语句: ```sql SELECT p.gender, count(distinct p._id) qty_patients, list(p.key) patients, list(c.code) conditions FROM HSFHIR_X0001_S.Patient p join HSFHIR_X0001_S.Condition c on c.patient = p.key where code like '%444814009%' group by p.gender ``` 总结一下测试结果: | 测试编号 # |准确率 | 执行失败率 | |--------|----------|-------------------| | 1 | 100% | 6% | | 2 | 100% | 40% | | 3 | 100% | 20% | | 4 | 12% | 13% | | 5 | 75 % | 73% | | 6 | 0% | 80% | ### 安全性 你可以在[测试目录](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-accuacy)中检查生成的代码，似乎人工智能模型没有产生安全问题--这也是代码分析器模块发现的结果，没有安全问题。 因此，为了测试代码分析器是否能够检测到安全问题，[执行Python代码的模块](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/src/fhirgenerativeai/PythonService.cls)有一个名为 "代码注入 "的属性，可以注入恶意代码，以便进行测试。 因此，为安全测试注入了以下代码: 1. 安全测试 #1: ```python print(eval("os.chmod('%s', 0o777)" % 'test.txt')) ``` 这段代码试图访问SO文件系统并改变一个文件的权限。这显然是一个不符合项目意图的代码，所以它必须被阻止。 2. 安全测试 #2: ```python import requests url = "https://postman-echo.com/get" params = {"arg": "value"} response = requests.get(url, params=params) data = response.json() print(data) ``` 这段代码试图向一个外部地址发出HTTP请求--本例中是Postman API。如果这段代码被执行，本地信息就会被攻击者轻易地获取。 正如你在[安全测试目录]（https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-security）中所看到的，代码分析器成功地发现了安全问题。 ## 结论 就准确性而言，人工智能模型在低复杂度的问题上得到了正确的结果，但随着问题复杂度的增加而开始失败。同样的情况也出现在执行失败上。因此，问题越复杂，人工智能模型产生的代码就越多，无法执行，导致错误结果的概率就越大。 这意味着需要对提示做出一些努力。例如，在[问题#6的代码](https://github.com/jrpereirajr/iris-fhir-generative-ai/blob/master/misc/tests-accuacy/6/1688265739062.txt)中，错误在于只询问病人而忽略了条件。这种分析对于指导提示的改变是必要的。 总的来说，人工智能模型在这次测试中的表现表明，在能够回答分析性问题之前，它仍然需要更多的改进。 这是由于人工智能模型的随机性质。我的意思是，在上面提到的ChatARKit项目中，如果人工智能模型渲染的三维物体并不完全在要求的地方，但接近它，可能用户不会介意。不幸的是，同样的情况并不适用于分析性问题，答案需要精确。 但是，我并不是说人工智能模型不能执行这样的任务。我要说的是，这个项目中使用的设计需要改进。 需要注意的是，这个项目没有使用更先进的技术来使用生成器AI，像[Langchain](https://python.langchain.com/docs/get_started/introduction.html)和[AutoGPT](https://autogpt.net/autogpt-installation-and-features/)。这里使用了一种更 "纯粹 "的方法，但使用这种更复杂的工具可能会导致更好的结果。 关于安全性，代码分析器发现了所有测试的安全问题。 然而，这并不意味着由人工智能模型生成的代码是100%安全的。此外，允许执行外部生成的Python代码可能绝对是危险的。你甚至不能百分之百地确定提供Python代码的系统实际上是OpenAI的API服务器...... 避免安全问题的一个更好的方法可能是尝试其他不如Python强大的语言，或者尝试创建你自己的 "语言 "并将其呈现给AI模型，就像在[这个非常简单的例子]（https://platform.openai.com/examples/default-text-to-command）。 最后，重要的是要注意，像代码性能这样的方面在这个项目中没有涉及，可能也会成为未来工作的一个好主题。 所以，我希望大家能发现这个项目的有趣和有用。 > **免责声明：这是一个实验性项目。它将向OpenAI API发送数据，并在你的系统上执行由AI生成的代码。所以，不要在生产系统上使用它。还要注意，由于OpenAI的API调用是收费的。使用它的风险由你自己承担。它不是一个可用于生产的项目。** Hi! Just here to a quick update: now we published a video about this project. Enjoy it: 😊

本文讨论了在使用或维护InterSystems产品中遇到问题时，试图确定问题时可能用到的思路和工具。 一般故障排除 确定问题发生的地点和时间 问题是什么时候开始的？多久发生一次？ 问题首先出现在哪里？ 问题在什么条件下会被触发？ 审查日志中的警告、错误和警报 以下日志可能包含有关该问题的有用信息。可以尝试在以下日志中寻找问题开始前后的警告或报错。 检查 messages.log（IRIS）或者 cconsole.log（Caché and Ensemble） 通过文件系统（<install-dir>/mgr/messages.log）访问messages.log文件，或者 通过管理门户（系统操作>系统日志>Messages Log）访问文件内容 检查production事件日志 （详细信息请参见文档） 查看应用程序错误日志 （详细信息请参见文档） 查看Web Gateway/CSP Gateway日志 查看网络服务器（IIS/Apache）日志 检查实例是否可以访问足够的存储空间 检查文件系统剩余空间（推荐设置操作系统层级的存储空间低告警） 检查数据库剩余空间 通过管理门户（系统操作>数据库>Freespace View）查看数据库文件内剩余空间百分比 检查Journal日志空间 检查CPU活动 服务器的负载是否在正常范围内？ 监控CPU利用率 CPU使用率是稳定的，还是有尖峰？这些尖峰是活动的增加还是减少？ CPU是否经常在I/O上等待？ 在安装了sysstat的系统上，可以通过iostat监控此项。 审查开放的事务和锁 是否存在开放事务的问题？ 评估锁表大小。 查看messages log中是否有锁表满 LOCK TABLE FULL 的警告 检查所有进程是否按预期运行 监控总进程。 进程数是否有显著增加？ 是否有任何进程被卡住，或在循环？ 进程使用的内存量是否正常？ 进入管理门户 > 系统操作 > 进程 > 进程ID的详细信息，以获得关于具体进程的信息。 检查镜像监视器和镜像状态监视器 监控镜像的状态。同步日志工作是否已经完成？ 进入管理门户>系统操作>镜像监视器，查看镜像状态。 记录镜像成员之间的差异。 不是所有在主机上的更改都会通过镜像机制同步到备机。系统管理员需要对主备机上无法自动同步的更改进行手动更改，以及对主备机上不同步的部分做完整的记录。 确保InterSystems IRIS的许可证是有效的 监控许可证使用情况。 进入管理门户>系统操作>软件许可使用情况查看。 监控许可证的过期时间。 联系WRC 你所掌握的关于问题的任何信息都可以帮助WRC确定导致该问题的原因。以下是你可以执行的步骤，以向WRC提供尽可能多的信息。 总结问题 这个问题可以重现吗？它是否持续发生？ 最近系统上是否有任何变化，可能导致了这个问题？ 记录InterSystems IRIS和其操作系统的版本信息 进入管理门户>关于页面，获取完整的版本信息。 运行监控工具 运行系统诊断报告 IRIS: do ^SystemCheck Caché/Ensemble: do ^Buttons 如果系统处于挂起状态，运行IRISHung IRISHung脚本是一个操作系统工具，用于在InterSystems IRIS实例挂起时收集系统的数据。 该脚本位于install-dir\bin目录下，在Microsoft Windows 系统上名称为IRISHung.cmd，在UNIX®/Linux 系统上名称为 IRISHung.sh。 IRISHung脚本应以管理员权限运行。 如果有性能问题，运行系统性能报告 IRIS: do ^SystemPerformance Caché/Ensemble: do ^pButtons 与WRC取得联系 访问InterSystems全球响应中心（WRC）网站 （wrc.intersystems.com），或 邮件发送问题描述至support@intersystems.com，或 拨打中国区技术支持中心热线电话 400-601-9890

你好社区在本文中，我将介绍我的应用程序irisChatGPT ，它是基于LangChain Framework构建的。首先，让我们对框架进行一个简单的概述。 全世界都在谈论ChatGPT以及大型语言模型 (LLM) 如何变得如此强大，并且表现超出预期，提供类似人类的对话。这只是将其应用于每个企业和每个领域的开始！ 剩下的最重要的问题是如何将这种能力应用于适合企业需求的特定领域数据和特定场景响应行为。 LangChain为这个问题提供了结构化且有效的答案！ LangChain 技术可以帮助实现法学硕士的巨大潜力，通过围绕法学硕士提供抽象层并使法学硕士的使用变得简单有效，从而构建令人惊叹的应用程序。 LangChain 是一个框架，可以快速轻松地开发使用大型语言模型（例如 GPT-3）的应用程序。 然而，该框架引入了额外的可能性，例如，轻松使用外部数据源（例如维基百科）来放大模型提供的功能。我相信你们都可能尝试过使用 Chat-GPT，并发现它无法回答特定日期之后发生的事件。在这种情况下，在维基百科上搜索可以帮助 GPT 回答更多问题。 LangChain结构 该框架分为六个模块，每个模块允许您管理与法学硕士互动的不同方面。让我们看看这些模块是什么。 模型：允许您实例化和使用三种不同类型的语言模型，它们是： 大型语言模型 (LLM)：这些能够理解自然语言的基础机器学习模型。它们接受输入中的字符串并在输出中生成字符串。 聊天模型：由 LLM 支持的模型，但专门用于与用户聊天。您可以在这里阅读更多内容。 文本嵌入模型：这些模型用于将文本数据投影到几何空间中。这些模型将文本作为输入并返回数字列表，即文本的嵌入。 提示：提示是我们如何与模型交互以尝试从中获取输出。现在知道如何编写有效的提示至关重要。这个框架模块可以让我们更好的管理提示。例如，通过创建我们可以重用的模板。 索引：最好的模型通常是与一些文本数据相结合的模型，以便为模型添加上下文或解释某些内容。这个模块可以帮助我们做到这一点。 链：很多时候，要解决任务，对 LLM 的单个 API 调用是不够的。该模块允许集成其他工具。例如，一个调用可以是一个组合链，其目的是从维基百科获取信息，然后将此信息作为模型的输入。该模块允许连接多个工具以解决复杂的任务。 内存：该模块允许我们在模型调用之间创建持久状态。能够使用记住过去说过的话的模型肯定会改善我们的应用程序。 代理：代理是一个法学硕士，它做出决定，采取行动，观察其所做的事情，并以这种方式继续，直到完成其任务。该模块提供了一组可以使用的代理。 现在让我们更详细地了解一下如何利用不同的模块来实现代码。 Langchain工作原理 步骤1 ：用户向LangChain发送问题第2步 ：LangChain将此问题发送至Embedding Model步骤3：嵌入模型将文本转换为向量，文本以向量形式存储在数据库中并返回给LangChain步骤4 ：LangChain将这些向量发送到向量数据库（有多个向量数据库，我们在我们的应用程序中使用chroma）步骤5：向量数据库返回前 K 个近似最近邻 ( KNN ) 向量第6步：LangChain 将问题与KNN向量一起发送到大型语言模型 (LLM) （我们在应用程序中使用 OpenAI）步骤7：LLM向Langchain返回答案步骤8：Langchain将答案返回给用户 关于申请 irisChatGPT应用程序利用围绕大型语言模型 (LLM) 构建的最热门 Python 框架LangChain的功能。 LangChain 是一个框架，可以快速轻松地开发使用大型语言模型的应用程序。应用程序是在系统间嵌入式 Python功能的帮助下使用 objectscript 构建的。它还包含Streamlit Web 应用程序，这是一个开源 Python 应用程序框架，用于为数据科学和机器学习创建漂亮的 Web 应用程序。 特征 以下是应用程序功能列表以及相关屏幕截图 内置Intersystems ObjectScript 参考ChatGPT 内置InterSystems 大奖赛 2023 ChatGPT 使用 SQLDatabaseChain 回答有关缓存数据库的问题 创建您自己的 chatGPT 模型并与其聊天 OpenAI 聊天GPT 维基百科搜索 使用DuckDuckGo（DDG）通用搜索引擎在互联网上搜索 使用Python REPL LangChain功能生成Python代码 Streamlit Web 应用程序在线演示 谢谢

Hi 开发者们！ 投票时间到了！在InterSystems 2023年度编程大奖赛中为最佳应用程序投票： 🔥投票选出最佳应用程序🔥 如何投票？详细信息如下。 专家提名奖（Experts Nomination）- InterSystems 经验丰富的评审团将选出最佳应用程序。欢迎我们的专家： ⭐️ @Alexander Koblov, 支持专家⭐️ @Guillaume Rongier, 销售工程师⭐️ @Eduard Lebedyuk, 高级云工程师⭐️ @Steve Pisani, 高级解决方案架构师⭐️ @Timothy Leavitt, 开发经理⭐️ @Evgeny Shvarov, 开发者生态系统经理⭐️ @Dean Andrews, 开发者关系主管⭐️ @Alex Woodhead, 高级系统开发人员⭐️ @Andreas Dieckow , 首席产品经理⭐️ @Aya Heshmat, 产品专家⭐️ @Benjamin De Boe, 产品经理⭐️ @Bob Kuszewski, 产品经理⭐️ @Carmen Logue , 产品经理⭐️ @Jeffrey Fried, 产品管理总监⭐️ @Luca Ravazzolo, 产品经理⭐️ @Raj Singh, 产品经理⭐️ @Patrick Jamieson, 产品经理⭐️ @Stefan Wittmann, 产品经理⭐️ @Steven LeBlanc, 产品专家⭐️ @Thomas Dyar,产品专家⭐️ @Daniel Franco, 互操作性产品管理 社区提名奖（Community Nomination 对于每个用户，从以下两个类别中选择较高的分数： 满足条件 排名 第一名 第二名 第三名 在开发者社区上发布了文章并将应用程序上传到 Open Exchange (OEX) 9 6 3 在开发者社区上发布了至少 1 篇文章或已将 1 个应用上传到 OEX 6 4 2 对开发者社区做出任何有效贡献（发表评论/问题等） 3 2 1 等级 排名 第一名 第二名 第三名 Global Masters 的 VIP 级别 或 InterSystems 产品经理 15 10 5 Global Masters 的 Ambassador级别 12 8 4 Global Masters的Expert 级别或开发者社区版主 9 6 3 Global Masters的Specialist级别 6 4 2 Global Masters的Advocate级别，或 InterSystems员工 3 2 1 Blind vote! 每个应用获得的投票数将对所有人不可见。我们会每天在这个帖子（英文原贴）的评论区发布一次排行榜。 在竞赛页面上，项目按如下顺序排列：提交申请的时间越早，在列表中的排名就越靠前。 PS 不要忘记订阅这篇文章（请订阅英文原贴），点击铃铛图标（如下所示），即可收到最新评论。 在参与投票前，您需要： 登录 Open Exchange – 使用开发者社区账号即可。 在社区内进行有效贡献 ——回答问题、发帖、在Open Exchange发布新应用等等都可以，然后你的账号才可以参与投票。点击查看本帖 ，了解如何更好地成为有效的社区贡献者！ 投票期间，如果你改了主意，可以随时将票改投给其他项目。 来支持您喜欢的应用吧！ 注意：在投票期间，参赛者可以继续修复bug，提升应用，所以投票者不要错过最新发布的版本哦~ 很高兴参加了这次比赛，以下是我的应用链接 https://openexchange.intersystems.com/package/IntegratedMLandDashboardSample 给您点赞！欢迎写个中文介绍文章。 IntegratedML-IRIS-PlatformEntryPrediction平台服务器入场配置预测应用，以java连接iris并使用其IntegratedML技术完成对医院门诊量，服务数，消息数，消息保存时间等数据分析，可以在医院集成平台入场前，对医院入场平台所需的服务器配置进行预测，为客户提供便利。请大家为比赛投上一票文章地址：https://community.intersystems.com/post/integratedml-iris-platformentryprediction投票链接：https://openexchange.intersystems.com/contest/32#350 欢迎写个中文介绍，谢谢！ 好的，这个是中文介绍文章链接，欢迎大家阅读。文章链接：https://cn.community.intersystems.com/post/%E5%B9%B3%E5%8F%B0%E6%9C%8D%E5%8A%A1%E5%99%A8%E5%85%A5%E5%9C%BA%E9%85%8D%E7%BD%AE%E9%A2%84%E6%B5%8B%E5%BA%94%E7%94%A8 谢谢您的回复，以下是中文介绍链接 https://cn.community.intersystems.com/post/%E5%9F%BA%E4%BA%8Eintegratedml%E5%8F%8Adashboard%E7%9A%84%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E5%BA%94%E7%94%A8 最新投票结果出来啦，一起来看看： Hi Developers! Here are the results at the moment: Community Nomination, Top 5 iris-fhir-generative-ai by @José Roberto Pereira irisChatGPT by @Muhammad Waseem oex-mapping by @Robert Cemper IntegratedMLandDashboardSample by @Shanshan Yu oex-vscode-snippets-template by @John Murray ➡️ Voting is here. Expert Nomination, Top 5 irisChatGPT by @Muhammad Waseem iris-fhir-generative-ai by @José Roberto Pereira oex-vscode-snippets-template by @John Murray ZProfile by @Dmitry Maslennikov DevBox by @Sean Connelly ➡️ Voting is here. Don't forget to vote for your favorite app! 来看最新的投票结果！ Hi, Dev's! And here're the results at the moment: Community Nomination, Top 5 iris-fhir-generative-ai by @José Roberto Pereira IntegratedMLandDashboardSample by @Shanshan Yu IntegratedML-IRIS-PlatformEntryPrediction by @Zhang Fatong irisChatGPT by @Muhammad Waseem oex-mapping by @Robert Cemper ➡️ Voting is here. Expert Nomination, Top 5 iris-fhir-generative-ai by @José Roberto Pereira irisChatGPT by @Muhammad Waseem IRIS FHIR Transcribe Summarize Export by @Ikram Shah oex-mapping by @Robert Cemper FHIR - AI and OpenAPI Chain by @Ikram Shah ➡️ Voting is here.