Телеграм-бот для трекинга медицинских анализов пользователя по фотографии/файлу

Основные цели данного исследования включают три направления: во-первых, проведение комплексного сравнительного анализа эффективности трех различных подходов — оптического распознавания символов (PaddleOCR), больших языковых моделей (LLM) и гибридного алгоритма, сочетающего EasyOCR и Table Transformer — в обработке и анализе медицинских диагностических документов. Во-вторых, исследование направлено на разработку методологии для эффективного распознавания структурированных данных и табличной информации. В-третьих, особое внимание уделяется внедрению фреймворка Retrieval-Augmented Generation (RAG) для улучшения интерпретации и контекстного понимания извлеченных данных, обеспечивая точность медицинской аналитики и надежную экстракцию диагностической информации. Такой интегрированный подход объединяет преимущества технологий OCR, передовых языковых моделей и контекстно-ориентированной обработки данных для создания надежного решения по анализу медицинских документов, обеспечивая не только точное извлечение данных, но и осмысленную интерпретацию результатов в рамках медицинской области.