Tuyệt vời! Với vai trò là chuyên gia Kỹ thuật Prompt, tôi sẽ phân tích chi tiết mẫu prompt bạn cung cấp dưới đây.
1. Phân tích Cấu trúc Prompt
Mẫu prompt này được xây dựng theo hướng cung cấp thông tin chi tiết từ người dùng để thực hiện một tác vụ cụ thể là tính toán nguy cơ tim mạch 10 năm cho bệnh nhân đái tháo đường loại 2. Cấu trúc của prompt rất rõ ràng và dễ hiểu, tuân theo nguyên tắc “bối cảnh – yêu cầu – dữ liệu”.
- Bối cảnh: “Bệnh nhân mắc đái tháo đường loại 2.” – Thiết lập bối cảnh rõ ràng, xác định nhóm đối tượng chính và tình trạng bệnh lý. Điều này giúp mô hình tập trung vào các công thức và yếu tố nguy cơ phù hợp với nhóm này.
- Yêu cầu: “Vui lòng tính toán nguy cơ tim mạch 10 năm sử dụng mô hình chuyên biệt cho bệnh nhân đái tháo đường (hoặc mô hình ASCVD kèm điều chỉnh) dựa trên:” – Nêu rõ nhiệm vụ cần thực hiện (tính toán nguy cơ tim mạch 10 năm) và gợi ý phương pháp tính toán (mô hình chuyên biệt cho đái tháo đường hoặc ASCVD có điều chỉnh). Việc đưa ra lựa chọn mô hình có thể mang lại sự linh hoạt cho hệ thống xử lý prompt nếu nó có khả năng truy cập hoặc mô phỏng nhiều mô hình.
- Dữ liệu đầu vào (Biến): Phần sau dấu hai chấm là một danh sách các biến với các khóa được định dạng bằng dấu ngoặc vuông `[]`. Đây là các placeholder, nghĩa là chúng sẽ được thay thế bằng dữ liệu thực tế khi prompt được sử dụng. Các biến này bao gồm:
[TUỔI]: Tuổi của bệnh nhân. Likely numeric.[GIỚI_TÍNH]: Giới tính của bệnh nhân. Likely categorical (e.g., Nam, Nữ).[ĐỊA_TÂM_THU]: Huyết áp tâm thu. Likely numeric and requires units (e.g., mmHg).[CHOLESTEROL_TOÀN_PHẦN]: Cholesterol toàn phần. Likely numeric and requires units (e.g., mg/dL or mmol/L).[CHOLESTEROL_HDL]: Cholesterol HDL. Likely numeric and requires units (e.g., mg/dL or mmol/L).[HÚT_THUỐC]: Tình trạng hút thuốc. Likely categorical (e.g., Có, Không, Từng hút).[THỜI_GIAN_ĐTĐ]: Thời gian mắc đái tháo đường. Likely numeric and requires units (e.g., năm).[HBA1C]: Nồng độ HbA1c. Likely numeric and requires units (e.g., %).
2. Ý nghĩa & Cách hoạt động
Về mặt kỹ thuật, mẫu prompt này hoạt động như một mẫu dữ liệu có cấu trúc chất lượng cao được thiết kế để khai thác thông tin từ người dùng và truyền nó đến một hệ thống xử lý ngôn ngữ tự nhiên (NLP) hoặc một ứng dụng khoa học dữ liệu. Mục tiêu là tự động hóa việc thu thập dữ liệu cần thiết để áp dụng một thuật toán y khoa cụ thể.
Cách hoạt động:
- Mô hình ngôn ngữ sẽ nhận diện các khóa trong ngoặc vuông `[]` như là các trường thông tin cần điền vào.
- Người dùng hoặc một hệ thống trung gian sẽ thay thế các khóa này bằng giá trị thực tế của bệnh nhân. Ví dụ: `[TUỔI]` có thể được thay thế bằng `65`, `[GIỚI_TÍNH]` bằng `Nam`, v.v.
- Sau khi các biến được điền đầy đủ, prompt hoàn chỉnh sẽ được gửi đến một hệ thống backend. Hệ thống này có thể:
- Truy cập vào một API y tế có tích hợp các công cụ tính toán nguy cơ tim mạch.
- Chạy một đoạn code (ví dụ: Python) đã được lập trình sẵn để thực hiện các phép tính dựa trên các mô hình đã biết (như Framingham, UKPDS, hoặc các biến thể ASCVD).
- Yêu cầu một trợ lý AI khác thực hiện phép tính nếu nó có khả năng truy cập vào các mô hình này.
- Hệ thống backend sẽ sử dụng các giá trị đầu vào và logic của mô hình đã chọn để tính toán và trả về kết quả là nguy cơ tim mạch 10 năm.
3. Ví dụ Minh họa
Dưới đây là hai ví dụ về cách prompt này có thể được điền dữ liệu để tạo ra các yêu cầu hoàn chỉnh:
Ví dụ 1: Bệnh nhân Nam, lớn tuổi, huyết áp cao nhẹ
Bệnh nhân mắc đái tháo đường loại 2. Vui lòng tính toán nguy cơ tim mạch 10 năm sử dụng mô hình chuyên biệt cho bệnh nhân đái tháo đường (hoặc mô hình ASCVD kèm điều chỉnh) dựa trên: Tuổi: 65, Giới tính: Nam, Huyết áp tâm thu: 145 mmHg, Cholesterol toàn phần: 210 mg/dL, Cholesterol HDL: 45 mg/dL, Hút thuốc: Không, Thời gian mắc đái tháo đường: 10 năm, HbA1c: 7.5%.
Ví dụ 2: Bệnh nhân Nữ, trẻ hơn, có các chỉ số lipid tốt hơn nhưng đang hút thuốc
Bệnh nhân mắc đái tháo đường loại 2. Vui lòng tính toán nguy cơ tim mạch 10 năm sử dụng mô hình chuyên biệt cho bệnh nhân đái tháo đường (hoặc mô hình ASCVD kèm điều chỉnh) dựa trên: Tuổi: 55, Giới tính: Nữ, Huyết áp tâm thu: 130 mmHg, Cholesterol toàn phần: 190 mg/dL, Cholesterol HDL: 55 mg/dL, Hút thuốc: Có, Thời gian mắc đái tháo đường: 5 năm, HbA1c: 7.0%.
👉 Tóm lại
Mẫu prompt này là một ví dụ xuất sắc về việc sử dụng kỹ thuật prompt để cấu trúc hóa yêu cầu thông tin một cách rõ ràng, dễ hiểu và có khả năng tự động hóa cao. Nó xác định rõ bối cảnh y tế, nhiệm vụ cần thực hiện, và liệt kê đầy đủ các biến số cần thiết theo định dạng tiêu chuẩn. Việc sử dụng các placeholder với tên biến gợi ý rõ ràng giúp người dùng hoặc hệ thống dễ dàng điền dữ liệu, từ đó tạo ra một đầu vào chuẩn mực cho các thuật toán tính toán nguy cơ tim mạch chuyên sâu. Đây là một mẫu prompt hiệu quả cho các ứng dụng y tế kỹ thuật số, giúp nâng cao độ chính xác và hiệu quả trong việc đánh giá rủi ro sức khỏe.
