實測 MiniCPM5-2B 在 Mac 本機分析體檢報告
使用者實測用 MiniCPM5-2B 在 Mac 上本地跑通體檢報告分析
把體檢報告交給 AI 處理,掃描頁面可能讀不到,分析結果也可能出錯。
- 這次實測用 MiniCPM5-2B 和 Mirobody 在 Mac 本機處理報告,不必填 API key。
- 整份 PDF 的化驗頁沒被讀進去,改成單獨上傳圖片後,58 行數值都成功匯入,但仍有幾處文字讀錯。系統能把部分專案對到共同的檢驗程式碼,也會在名稱有歧義時留空。
- 回答超標專案時則多算了一項。接上 Claude Code 後,資料會送到 Claude 伺服器。
- 測試使用演示帳號與合成報告。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
感謝這份詳細的實測評測!💙 很高興看到 MiniCPM5-2B 被用於本地優先的工作流。非常感謝你既分享了哪些地方好用,也分享了哪些地方可以改進!🙌
引用 @cxjwin:
上個月的體檢報告,我交給了開源專案 Mirobody,在自己 Mac 上從讀報告到回答問題全跑通了,沒填一個 API key。58 行化驗數值逐項對過原件,全對。可第一次上傳時,化驗單那幾頁它一條都沒讀進來。
裝法:Homebrew 裝 llama.cpp 跑模型,colima 起 Docker 跑應用,設定頁選「100% 在本機執行」,用預設的小模型 minicpm5-2b,讀圖交給 glm-ocr。模型下載載入 6 分鐘。機器是 M4 Pro、48GB,模型走 Mac 的 GPU。
第一次傳整份 14 頁的 PDF,1 分鐘處理完,進來 33 條,全是前幾頁的查體和結論,化驗單 3 頁一條沒有。翻日誌,讀圖的模型一次都沒被呼叫。這 3 頁是嵌在 PDF 裡的掃描圖,頁首頁尾卻是文字,按文件寫的規則,有文字層的頁不走 OCR。
我把這 3 頁截成圖片單獨傳,一分半處理完,58 行化驗結果全進來了,數值和原件逐項對得上。錯了 3 處小地方:紅血球的參考範圍多讀出一個「1」,一個專案名丟了個字,甘油三酯旁邊印的上箭頭沒記下來。
Mirobody 主要乾的事,是把每條讀數對到標準編碼 LOINC,不同醫院、不同寫法的同一項才能連成一條線。這 58 行對上了 20 行。生化、甲功、糖化基本都對上了,單位不同還會選不同的編碼;血常規 22 項、尿常規 14 項一項沒對上,卡在「白血球WBC」這種中文直接連著縮寫的寫法上。
最有意思的是肌酐。報告上寫的是「肌酐(Cre)」,而 Cre 在 LOINC 裡查到的是一種耐藥菌的培養檢查。它判斷這個名字有歧義,就留空,沒有瞎猜。
然後我問它:「我這次體檢有哪些指標超出了參考範圍?」2B 小模型想了 84 秒,走了 11 步。報告上標了箭頭的 5 項全找到了,但把一項在範圍內的血糖也算成了超標。它查表沒拿到數值,轉頭去翻了原檔案,回答裡的數字也沒帶來源連結。我的血脂和肝功能確實有幾項偏高,具體數值就不放了。
接 Claude Code 這一步,我換成了專案自帶的演示賬號。MCP 接上以後,Claude Code 查到的讀數會發到 Claude 的伺服器,所以這一步沒用我自己的資料。問它「膽固醇這幾年怎麼變的」,只有一條記錄的時候,它直說看不出變化,沒編趨勢;我再傳兩份合成報告(一份 PDF、一份 CSV,寫法不完全一樣),三次讀數被認成同一項,按日期排好,每個數字都標了出自哪個檔案。
ChatGPT Health、阿福是廠商的雲服務,註冊就能用。Mirobody 是 Theta Health 開源的(Apache-2.0),國內的網頁版和微信小程式也基於它。開源版能把記錄和模型都留在自己電腦上,代價是得自己折騰,小模型也慢。它不做診斷,那次回答最後一句也是讓我拿報告去問醫生。
認不出的寫法可以去提 issue,它的詞表就是這麼一行一行補起來的。
github.com/thetahealth/mirobo…
—— 本文由 AIHOT 聚合整理,完整版與更多 AI 動態見 https://aihot.news/items/g3vdho0vzm8rzriiz5grruy3m