Zdravko.ai
Način rada

Što je Zdravko.ai i kako radi?

Zdravko.ai je hrvatski zdravstveni asistent temeljen na umjetnoj inteligenciji. Pacijentima objašnjava nalaze, lijekove i put kroz zdravstveni sustav, a liječnicima i medicinskim sestrama daje brze odgovore iz službenih izvora. Ispod je tehnički pogled na to kako je sustav složen.

Baza lijekovadrug_lookup HZZOhzzo_status Hrvatski propisihr_system Jezični modelobrada u EU Završna provjerareference · jezik Literaturaliterature_search Liste čekanjaservice_lookup Memorijapast_conversations Upravljačorchestrator
7alata koje model može pozvati istodobno
6slojeva zaštite ugrađenih u kod
700+automatskih testova prije svake objave
365ustanova s listama čekanja iz CEZIH-a
EUposlužitelji i obrada jezičnog modela
00Što je Zdravko

Jedan asistent, tri uloge

Zdravko odgovara na hrvatskom, poznaje hrvatski zdravstveni sustav i oslanja se na službene izvore: sažetke opisa svojstava lijeka (SmPC), HZZO liste, hrvatske propise i stručnu literaturu. Isti sustav prilagođava dubinu i jezik odgovora onome tko pita.

pacijenti

Razumljivo i bez žurbe

  • simptomi, nalazi i lijekovi jednostavnim jezikom
  • prava iz osiguranja, pomagala i doplate
  • liste čekanja po usluzi i gradu
  • memorija koja pamti ono bitno iz ranijih razgovora
liječnici

Brzo i s izvorima

  • doziranje, interakcije i kontraindikacije uz točno SmPC poglavlje
  • HZZO status, indikacije i smjernice za propisivanje
  • način Napredno za dublje istraživanje literature
  • diktiranje i radni prostor za slučaj
medicinske sestre

Praktično i provjereno

  • primjena i čuvanje lijekova
  • pomagala i postupci prema propisima
  • odgovori prilagođeni sestrinskoj praksi
  • isti izvori kao i za liječnike
01Arhitektura

Model ne odgovara napamet

U središtu je upravljač razgovora. On odlučuje treba li provjeriti izvore, pokreće alate nad našim bazama, predaje rezultate modelu i propušta odgovor kroz završnu provjeru.

sustav · pregled
Klijenti
Webzdravko.ai
AndroidGoogle Play
iOSu pripremi
Zdravko poslužiteljFrankfurt · EU

Alati za pretragu

  • SmPC poglavlja drug_lookup
  • HZZO status hzzo
  • propisi i pomagala hr_system
  • liste čekanja service
  • literatura search
  • raniji razgovori memory

Upravljač razgovora

Prepoznaje ulogu (pacijent, liječnik, sestra) i stanje razgovora. Model u prvom koraku sam bira: odgovoriti, pitati za pojašnjenje ili pretražiti izvore. Upravljač tada pokreće sve tražene alate paralelno, slaže rezultate u kontekst i strujanjem šalje odgovor na zaslon dok nastaje.

Završna provjera

  • postoji li svaka referenca
  • uklanjanje internih oznaka
  • hrvatski jezik i nazivlje
  • kartice lijekova i HZZO
LijekoviSmPC, upute, identitet
HZZOliste, smjernice, pomagala
Zdravstveni sustavpropisi, ustanove, čekanja
Računirazgovori, memorija, privole
Jezični model · OpenAIRazumije pitanje i piše odgovor iz materijala koji mu predamo, s obradom i pohranom u EU.
Literatura · Exa, PubMed, OpenAlexExa za usmjerenu pretragu s kontrolom dubine i izvora, uz znanstvene baze. Prima samo stručne pojmove, nikad osobne podatke.
Diktiranje · ElevenLabsPretvara govor u tekst dok govorite.
naš kod i bazealati za pretraguprovjeravanjski pružatelji
jezični model+orkestracija+provjereni podaci+kontrola izlaza=odgovor

Snaga nije samo u modelu, nego u sustavu oko njega

Jezični model je jedan, zamjenjiv dio sustava. Kvaliteta odgovora najviše ovisi o tome što model dobije i što smije vratiti: upravljač bira izvore, naše baze daju provjeren i očišćen tekst, a završna provjera propušta samo odgovor koji odgovara izvorima. Zato Zdravko ne ovisi o „inteligenciji” jednog modela. Model se može zamijeniti novijim bez promjene baza, alata i zaštita.

02Tok jednog pitanja

Što se događa u nekoliko sekundi

Primjer: liječnik pita postoje li interakcije između klaritromicina i atorvastatina. Dijagram prikazuje tko s kim razgovara, redom kojim se to događa.

algoritam · standardno
jezični modelalatiodluka i provjeraulaz i izlaz
0.00s turn.start   uloga=liječnik  način=standardno
0.02s context      poruke=6  memorija=uključena
0.94s plan         alati=[drug_lookup×2, hzzo_status]
1.31s tools        paralelno … 3/3 ok
1.33s evidence     SmPC 4.5 klaritromicin · SmPC 4.5 atorvastatin · HZZO
1.86s stream       odgovor → klijent
6.40s verify       reference ✓  interne_oznake 0  jezik hr ✓
6.52s turn.end     spremljeno

Ilustrativni prikaz. Stvarno trajanje ovisi o pitanju i broju izvora.

Standardno

Algoritam iznad: jedna runda pretrage i najviše tri poziva modelu. Ako tekst još nije prikazan, upravljač smije jednom ponoviti korak koji nije uspio.

da neponovi jednom pitanje 1. poziv · plan drug_lookup hzzo_status hr_system 2. poziv · pisanje korakuspio? provjera izvora i jezika odgovor paralelno · jedna runda · najviše tri poziva modelu

Napredno liječnici

Pozadinski posao u petlji: model postavlja upite, čita izvore, procjenjuje dokaze i po potrebi kreće u novi krug s novim upitima, dok dokaza nije dovoljno.

da plan upita pretraga ×N čitanje izvora procjena dokaza novi upiti dovoljno?krug 1/3 ne sinteza provjera odgovor rezultat stiže kad je istraživanje gotovo
03Izvori podataka

Najviše posla je u podacima

Službene dokumente preuzimamo unaprijed, čistimo i dijelimo na točne odlomke. Kad stigne pitanje, model dobiva kratak, provjeren tekst umjesto cijelog PDF-a.

ingest · pipeline
HALMEDAgencija za lijekove i medicinske proizvode

Sažetak opisa svojstava lijeka (SmPC) i uputa o lijeku za svaki odobreni lijek. Kliničke, farmakološke i farmaceutske informacije, uključujući pripremu i čuvanje lijeka, odvojene su u zasebne odlomke i povezane u jednu cjelinu.

  1. 01preuzimanje odobrenih PDF-ova
  2. 02PDF Studio: raspored stranice i tablice
  3. 03provjera svake brojke prema izvorniku
  4. 04podjela na sva poglavlja: klinička 4.1 – 4.9, farmakološka 5.1 – 5.3, farmaceutska 6, uputa o lijeku po dijelovima
  5. 05sve objedinjeno i vezano uz identitet lijeka
HZZOHrvatski zavod za zdravstveno osiguranje

Osnovna i dopunska lista lijekova, smjernice za propisivanje i lista ortopedskih i drugih pomagala.

  1. 01uvoz svake nove liste
  2. 02usporedba s prethodnom: dodano, ukinuto, promijenjeno
  3. 03povezivanje s lijekom i pakiranjem
  4. 04objava s datumom važenja
CEZIHCentralni zdravstveni informacijski sustav

Javni podaci o listama čekanja za preglede i postupke u bolnicama i domovima zdravlja.

  1. 01dnevni uvoz 365 ustanova
  2. 02usklađivanje različitih naziva iste usluge
  3. 03ustanova, grad i prvi slobodan termin
  4. 04pretraga po usluzi i mjestu
PropisiNarodne novine, pravilnici i odluke HZZO-a

Zakoni i pravilnici o pravima iz osiguranja, pomagalima, uputnicama i dopunskom osiguranju.

  1. 01preuzimanje važećih akata
  2. 02izvlačenje teksta i tablica (Docling)
  3. 03podjela po člancima, datum važenja
  4. 04puni tekst i vektori za pretragu po značenju
LiteraturaExa, PubMed, OpenAlex, Europe PMC, Crossref

Smjernice, pregledni radovi i studije. Exa nam daje kontrolu nad dubinom i usmjerenjem pretrage, od užeg kruga stručnih stranica sa smjernicama do širih pretraga studija, radi što kvalitetnijih rezultata. Svaka referenca u odgovoru mora odgovarati stvarnom, objavljenom radu.

  1. 01usmjerena pretraga stručnih izvora i smjernica (Exa)
  2. 02znanstvene baze PubMed, OpenAlex i Europe PMC u sloju za dokaze
  3. 03provjera da citirani rad postoji: PubMed zapis ili DOI preko Crossrefa
  4. 04u odgovoru ostaju samo provjerene reference
vlastiti sustav

PDF Studio: kako iz PDF-a dobivamo točan tekst

Službeni dokumenti dolaze kao PDF, s tablicama preko više stranica, fusnotama i stupcima. Zato smo razvili vlastiti sustav za izvlačenje sadržaja, PDF Studio, izgrađen oko otvorenog alata Docling koji modelima za prepoznavanje rasporeda stranice i strukture tablica čita dokument kao čovjek, a ne kao niz slova. Isti princip koristimo i za propise.

  1. PDFizvorni dokument
  2. rasporednaslovi, stupci, popisi
  3. tabliceretci, stupci, spojene ćelije
  4. podrijetlostranica i položaj svakog bloka
  5. provjera brojkidoze i postoci prema izvorniku
  6. verzijaotisak sadržaja, ništa se ne gubi
rasporedmodel za analizu rasporedasvaki blok dobiva vrstu (naslov, odlomak, popis, tablica, fusnota) i koordinate [x0, y0, x1, y1] na stranici
tabliceTableFormer, precizni načintransformer koji iz slike tablice predviđa retke, stupce i spojene ćelije, zatim ćelije povezuje s izvornim riječima
brojkeN(blok) ⊆ N(izvornik)skup brojeva i znakova (≤, ≥, %) svakog bloka mora postojati u izvornim riječima PDF-a; svaka riječ broji se jednom, inače blok ide na pregled
opsegoko 8.000 službenih PDF-ovausporedba s HTML verzijom dokumenta, komprimirani strukturirani JSON, revizije po otisku sadržaja
  • Obrada radi izvan poslužitelja; poslužitelj prima samo strukturirani rezultat i prihvaća ga tek nakon provjere stranica, ćelija i podrijetla.
  • Svaki odlomak i svaka ćelija tablice pamte stranicu i položaj u izvornom PDF-u, pa se svaki podatak može vratiti do izvora.
  • Svaka brojka uspoređuje se s riječima izvornog PDF-a. Prelomljeni rasponi i ispremiješani redovi popravljaju se automatski.
  • Tablica prelomljena preko stranica spaja se u jednu, a tablica nuspojava zadržava organske sustave i učestalosti.
  • Isti PDF pohranjuje se samo jednom (otisak SHA-256), a svaka nova verzija čuva prethodnu.
Odvojene baze
lijekoviSmPC, identitet
propisismjernice, pomagala
računirazgovori, privole
memorijasažeci, vektori
analitikakorištenje i troškovi

Službeni izvori i osobni podaci nikad nisu u istoj bazi. Svaka baza ima svoju namjenu i svoju vezu, pa se izvori mogu obnavljati bez diranja korisničkih podataka.

Identitet lijeka u četiri razine

Isti lijek ima više imena, soli, jačina i pakiranja. Graf identiteta ih povezuje, pa „Sortis 20 mg”, „atorvastatin” i HZZO šifra pakiranja vode do istog poglavlja SmPC-a.

djelatna tvaratorvastatin
zaštićeno imeSortis
lijek20 mg filmom obložene tablete
pakiranje30 tableta · HZZO šifra
04Memorija

Pretraga po značenju, ne po riječima

Za prijavljene korisnike koji je uključe, Zdravko pamti bitno iz ranijih razgovora, da ne morate ponavljati iste podatke.

memory · vektorski prostor
razgovor→sažetak→vektor→indeks

Svaki razgovor pretvara se u kratak sažetak, a sažetak u vektor, niz brojeva koji opisuje značenje. Kad postavite novo pitanje, model po potrebi traži ranije razgovore najbliže po značenju, čak i kad koristite druge riječi. Kratki profil osvježava se jednom tjedno. Memoriju možete isključiti za pojedini razgovor ili potpuno.

dim 1 dim 2 dim 3 novo pitanje raniji razgovor

Što je vektor

Vektor je popis od nekoliko stotina brojeva koji opisuje značenje teksta. Tekstovi sličnog značenja dobiju bliske brojeve, pa „steže me u prsima” i „bol u prsnom košu” završe jedno do drugoga, iako nemaju nijednu zajedničku riječ.

Što nam omogućuje

  • pronalazak po smislu, ne po točnim riječima
  • spajanje s pretragom po riječima u jedan poredak (RRF)
  • vektor poruke čuva se bez njezina teksta
  • brisanje razgovora briše i njegove vektore

Od brojeva do značenja

tekst→vektor→kut→značenje

Tekst se pretvara u vektor, točku u prostoru od nekoliko stotina dimenzija. Blizina značenja tada postaje geometrija: mjeri se kut između dvije točke.

sličnost(q, d) = q · d‖q‖ ‖d‖ = cos θ

Pitanje q i raniji tekst d: cos θ blizu 1 znači gotovo isto značenje, blizu 0 nepovezane teme.

RRF(d) = Σi 1k + rangi(d)

Poredak po riječima i poredak po značenju spajaju se recipročnim rangom, pa dokument koji je visoko u oba popisa izlazi prvi.

vlastito istraživanje

Testirano na hrvatskom

Usporedili smo više modela vektora i veličina, od 256 do 3072 dimenzije, na stvarnim hrvatskim upitima napisanima kako ljudi pišu: s tipfelerima, kraticama i bez dijakritika. Mjerili smo koliko je često pravi raniji razgovor među rezultatima koje model vidi. Razlike su bile male, pa smo izabrali kompaktniji vektor koji je u hrvatskom jednako točan, a brži i jeftiniji. Istom metodom podešena je i pretraga propisa.

5konfiguracija58stvarnih upita48hrvatskih scenarija
05Zaštite

Šest slojeva zaštite ugrađenih u kod

Sigurnost ne ovisi o jednom mjestu. Svaki sloj radi sam za sebe, pa propust u jednom ne otvara ostale.

defence in depth

1. Pristup i uloge

auth
  • ograničen broj pokušaja prijave
  • potvrda e-mail adrese
  • liječnici provjereni u registru Hrvatske liječničke komore
  • zasebna provjera za medicinske sestre
  • dvofaktorska prijava za administraciju
  • zaštita obrazaca od lažnih zahtjeva (CSRF)

2. Obrana od napada

security
  • upiti prema bazi uvijek su parametrizirani, pa upisani tekst ne može postati naredba
  • lozinke se čuvaju samo kao jednosmjerni otisak
  • kolačići prijave nedostupni skriptama i drugim stranicama
  • samo HTTPS i zabrana umetanja stranice u tuđe okvire
  • ograničena učestalost zahtjeva na javnim i skupim pozivima
  • prilozi se provjeravaju po stvarnom sadržaju, ne po nastavku imena

3. Podaci i privatnost

privacy
  • izričita privola prije prvog pitanja
  • automatsko brisanje po rokovima, svaku noć
  • prilozi se brišu nakon 30 dana
  • brisanje računa s rokom od 30 dana za predomišljanje
  • svaki korisnik vidi samo svoje razgovore i slučajeve
  • dijagnostika sustava radi samo nad anonimiziranim podacima

4. Model i odgovor

answer
  • sadržaj dokumenata i weba je podatak, nikad uputa modelu
  • provjera da navedena referenca stvarno postoji
  • provjera da je SmPC poglavlje ono koje je traženo
  • interne oznake zapisa uklanjaju se iz odgovora
  • vanjski upiti ne smiju sadržavati e-mail ni interne oznake
  • provjera i popravak jezika prije spremanja

5. Objava koda

release
  • automatski pregled da u kodu nema lozinki i ključeva
  • 700+ testova bez dopuštenih padova
  • potpisani popis datoteka za svaku objavu
  • kopija svake zamijenjene datoteke i dnevnik povrata
  • provjera kontrolnih suma nakon objave
  • nijedna objava bez izričitog odobrenja

6. Kopije, plaćanja i oporavak

recovery
  • noćne kopije šifrirane javnim ključem
  • ključ za otvaranje nije na poslužitelju
  • kopije zaključane 7 dana, ne mogu se obrisati
  • mjesečni probni povrat cijele baze
  • kupnje u aplikaciji provjeravaju se na poslužitelju
  • podaci kartice nikad ne dolaze do nas
06Specifikacija

Tehnički podaci

Za one koje zanimaju detalji. Navodimo načela i tehnologije, ne interne postavke.

spec
Prijenos odgovora
HTTPS i strujanje u stvarnom vremenu (Server-Sent Events), tekst se prikazuje dok nastaje
Orkestracija
model bira alate, upravljač ih izvodi paralelno; Standardno najviše tri poziva modelu
Napredno
pozadinski posao u redu čekanja, više krugova istraživanja, rezultat se javlja kad je gotov
Pretraga propisa
hibridna: puni tekst i vektori, rezultati spojeni metodom Reciprocal Rank Fusion
Memorija
sažeci razgovora, vektorski indeks i tjedno osvježeni profil
Dokumenti
vlastiti PDF Studio na temelju alata Docling: raspored stranice, struktura tablica, podrijetlo svakog bloka i provjera brojki; PDF-ovi pohranjeni po otisku sadržaja
Sigurnost
parametrizirani upiti, jednosmjerni otisci lozinki, sigurnosna HTTP zaglavlja, ograničenje učestalosti, provjera vrste priloga i potpisa obavijesti o plaćanju
Pozadinski poslovi
više od 25 zakazanih poslova: uvozi, brisanje po rokovima, kopije, obavijesti
Testovi
700+ ugovora ponašanja koji moraju proći prije objave, bez popisa dopuštenih padova
Objava
paket točno određenih datoteka po otisku verzije, potpisani manifest, dnevnik povrata
Šifriranje kopija
X25519 i XChaCha20-Poly1305, ključ za otvaranje čuva se izvan poslužitelja
Lokacija
poslužitelji u Njemačkoj (Frankfurt), dodatne kopije u Nizozemskoj
Klijenti
web, Android aplikacija na Google Playu, iOS u pripremi, isti poslužitelj za sve
07Objava i oporavak

Kako promjena dolazi do vas

Svaka promjena prolazi isti put. Žuti koraci su vrata na kojima se objava zaustavlja ako nešto nije u redu.

release · recovery
  1. 01

    Promjena

    zasebna grana i opis

  2. 02

    Sigurnosni pregled

    nema tajni ni osobnih podataka

  3. 03

    Testovi

    700+ ugovora ponašanja

  4. 04

    Pregled

    neovisni pregled koda

  5. 05

    Potpisani paket

    točno određene datoteke

  6. 06

    Objava

    s kopijom svake datoteke

  7. 07

    Provjera

    kontrolne sume i dijagnostika

Svake noćikopija svih baza
Šifriranjejavnim ključem prije slanja
Druga lokacija u EUzaključano 7 dana
Probni povratjednom mjesečno
08Načela

Kako donosimo tehničke odluke

  • Lokalno prije weba

    Hrvatski službeni podaci imaju prednost. Web se pretražuje tek kad u njima nema odgovora.

  • Model bira, ne pravila

    Ne pišemo pravila za pojedine bolesti ili riječi. Model razumije pitanje i sam bira alate.

  • Jedna runda, ne deset

    Paralelna pretraga drži odgovor brzim, a cijenu dostupnom.

  • Uzrok, ne slučaj

    Pogreške ispravljamo u načinu rada i provjeravamo na skupu stvarnih pitanja.

Što ovdje otvoreno pišemo

  • kako je sustav složen i kojim redom radi
  • koje izvore koristimo i kako ih pripremamo
  • koje vanjske pružatelje koristimo i gdje se obrađuju podaci
  • koje su zaštite ugrađene

Što ne objavljujemo

  • točne upute koje dajemo modelu
  • koji model radi koji korak
  • interne postavke i pragove
  • sigurnosna pravila u detalje, jer ih je tada lakše zaobići

Zdravko je informativna podrška i ne zamjenjuje liječnika. Obradu podataka opisuje Politika privatnosti, a granice usluge Medicinska napomena.

Isprobajte kako radi

Postavite pitanje i pratite korake dok Zdravko traži izvore.

Postavite pitanje