跳到正文
OpenBMB· @OpenBMB · X·· 11 小时前精选AI 评分71

用户实测用 MiniCPM5-2B 在 Mac 上本地跑通体检报告分析

AI 导读

用户@cxjwin 分享在 Mac(M4 Pro、48GB)上用 Homebrew 装 llama.cpp 跑 minicpm5-2b、colima 起 Docker 本地运行开源项目 Mirobody 的实测:14 页 PDF 首次处理漏掉 3 页扫描版化验单,截图单独上传后 58 行化验数值逐项与原件对上,其中 20 行成功映射到 LOINC 标准编码,肌酐因名称歧义留空未猜。问超标指标时 2B 模型走 11 步找到全部 5 项箭头指标,但把一项在范围内的血糖误判为超标。接 Claude Code 时改用演示账号避免数据上传。Mirobody 由 Theta Health 以 Apache-2.0 开源,网页版和微信小程序也基于它。

推荐理由

用户实测记录了本地跑通 Mirobody 的完整流程,也包括扫描页漏读、LOINC 编码对不上和 2B 模型答错的细节,可作本地部署健康数据工作流的参考。

正文 · 原文

Thanks for the detailed hands-on review! 💙 Great to see MiniCPM5-2B being used in a local-first workflow. We really appreciate you sharing both what worked and what could be improved! 🙌

引用码良@cxjwin

上个月的体检报告,我交给了开源项目 Mirobody,在自己 Mac 上从读报告到回答问题全跑通了,没填一个 API key。58 行化验数值逐项对过原件,全对。可第一次上传时,化验单那几页它一条都没读进来。

装法:Homebrew 装 llama.cpp 跑模型,colima 起 Docker 跑应用,设置页选「100% 在本机运行」,用默认的小模型 minicpm5-2b,读图交给 glm-ocr。模型下载加载 6 分钟。机器是 M4 Pro、48GB,模型走 Mac 的 GPU。

第一次传整份 14 页的 PDF,1 分钟处理完,进来 33 条,全是前几页的查体和结论,化验单 3 页一条没有。翻日志,读图的模型一次都没被调用。这 3 页是嵌在 PDF 里的扫描图,页眉页脚却是文字,按文档写的规则,有文字层的页不走 OCR。

我把这 3 页截成图片单独传,一分半处理完,58 行化验结果全进来了,数值和原件逐项对得上。错了 3 处小地方:红细胞的参考范围多读出一个「1」,一个项目名丢了个字,甘油三酯旁边印的上箭头没记下来。

Mirobody 主要干的事,是把每条读数对到标准编码 LOINC,不同医院、不同写法的同一项才能连成一条线。这 58 行对上了 20 行。生化、甲功、糖化基本都对上了,单位不同还会选不同的编码;血常规 22 项、尿常规 14 项一项没对上,卡在「白细胞WBC」这种中文直接连着缩写的写法上。

最有意思的是肌酐。报告上写的是「肌酐(Cre)」,而 Cre 在 LOINC 里查到的是一种耐药菌的培养检查。它判断这个名字有歧义,就留空,没有瞎猜。

然后我问它:「我这次体检有哪些指标超出了参考范围?」2B 小模型想了 84 秒,走了 11 步。报告上标了箭头的 5 项全找到了,但把一项在范围内的血糖也算成了超标。它查表没拿到数值,转头去翻了原文件,回答里的数字也没带来源链接。我的血脂和肝功能确实有几项偏高,具体数值就不放了。

接 Claude Code 这一步,我换成了项目自带的演示账号。MCP 接上以后,Claude Code 查到的读数会发到 Claude 的服务器,所以这一步没用我自己的数据。问它「胆固醇这几年怎么变的」,只有一条记录的时候,它直说看不出变化,没编趋势;我再传两份合成报告(一份 PDF、一份 CSV,写法不完全一样),三次读数被认成同一项,按日期排好,每个数字都标了出自哪个文件。

ChatGPT Health、阿福是厂商的云服务,注册就能用。Mirobody 是 Theta Health 开源的(Apache-2.0),国内的网页版和微信小程序也基于它。开源版能把记录和模型都留在自己电脑上,代价是得自己折腾,小模型也慢。它不做诊断,那次回答最后一句也是让我拿报告去问医生。

认不出的写法可以去提 issue,它的词表就是这么一行一行补起来的。
github.com/thetahealth/mirobo…

在 X 查看被引用的帖子

来源:OpenBMB · x.com