Narzędzie kliniczne - praca z sesjami terapeutycznymi

Jak zbudowany jest Logbook

Logbook zamienia nagranie sesji w transkrypcję i ustrukturyzowaną notatkę kliniczną - domyślnie w całości na jednym komputerze. Architektura jest podporządkowana jednej zasadzie: dane pacjenta nie opuszczają urządzenia, chyba że klinicysta świadomie o to poprosi - i wtedy tylko po anonimizacji.

Zasada nośna

On-device by default, cloud by choice. Transkrypcja i praca z danymi odbywają się lokalnie (Whisper + model językowy przez Ollama). Model w chmurze (Claude / GPT) jest opcją włączaną ręcznie i dostaje wyłącznie tekst po pseudonimizacji - nazwiska i miejsca zamienione na tokeny. Surowy transkrypt nigdy nie jest wysyłany poza komputer. Maszyna proponuje, klinicysta zatwierdza.

Przepływ danych

Od pliku audio do zatwierdzonej notatki w kartotece. Każdy artefakt nosi etykietę pochodzenia: VERBATIM AI-SZKIC ZATWIERDZONE

wejście

Nagranie

Import pliku z dyktafonu lub nagranie w aplikacji, za odnotowaną zgodą pacjenta (RODO). Audio ląduje w szyfrowanej skrzynce roboczej poza vaultem.

wav · m4a · mp3 · aac

transkrypcja

Whisper (lokalnie) VERBATIM

mlx-whisper (Apple MLX/Metal) przepisuje sesję po polsku ze znacznikami czasu. Heurystyczna diaryzacja rozdziela terapeutę i pacjenta. Podgląd na żywo, pełne pokrycie nagrania.

mlx-community/whisper-large-v3-turbo · dekodowanie afconvert (bez ffmpeg)

anonimizacja
on-prem

Pseudonimizacja - bariera zaufania

Zanim tekst zobaczy jakikolwiek model, lokalny filtr NER zamienia osoby, miejsca i organizacje na tokeny [OSOBA-1]. Słownik odwrotny jest szyfrowany; klucz mieszka w Keychain. To jedyny punkt, przez który tekst przechodzi do dowolnego silnika.

spaCy pl_core_news_lg + lematy · AES-GCM · macOS Keychain

wybór silnika

Notatka - model lokalny albo chmura AI-SZKIC

Klinicysta wybiera, kto napisze szkic. Do obu dróg trafia ten sam, już zanonimizowany tekst.

On-prem

zero chmury · domyślne

Ollama + lokalny LLM
kontekst wzbogacony wiedzą z vaulta (RAG)
nic nie opuszcza komputera

Chmura

opcja · klucz API

Claude (SDK Anthropic) lub GPT (OpenAI)
tylko tekst po anonimizacji
strukturalna bariera assert_anonymized

weryfikacja

Przegląd i zatwierdzenie ZATWIERDZONE

Klinicysta czyta szkic obok transkryptu, poprawia i dopiero zatwierdza. Notatka staje się częścią kartoteki wyłącznie po ręcznej akceptacji; audio może zostać skasowane wg retencji.

panel 127.0.0.1 · dziennik audytu

kartoteka

Vault Obsidian + narastająca wiedza o pacjencie

Zatwierdzona notatka trafia do folderu pacjenta jako Markdown. Z kolejnych zatwierdzonych sesji lokalny model buduje „profil pacjenta" - podsumowanie wątków, wzorców i postępu, widoczne w oknie pacjenta.

pliki .md · Dataview · kalendarz wizyt

Granice zaufania

Co zostaje na komputerze, co może go opuścić i gdzie leży bariera.

● Na tym komputerze - zawsze

nagrania audio surowy transkrypt (VERBATIM) słownik pseudonimów (AES + Keychain) vault / kartoteka model lokalny (Ollama) indeks RAG (SQLite) nazwa pacjenta (etykieta klinicysty)

▚ Bariera - pseudonimizacja

Jedyne przejście dalej. Tekst bez tokenów [X-n] jest odrzucany (assert_anonymized). Sieć w runtime jest domyślnie wyłączona; test „offline-only" przechodzi dla całego lokalnego przepływu.

◇ Może opuścić komputer - tylko na życzenie

zanonimizowany tekst → Claude / GPT klucz API (z Keychain, nie z plików)

Wysyłka to świadoma decyzja operatora, oprawiona ostrzeżeniem RODO. Domyślnie nieaktywna.

Komponenty

Wszystko działa jako jeden proces lokalny; panel dostępny wyłącznie z tego komputera (127.0.0.1).

ASR - transkrypcja

mlx-whisper (Apple MLX). Pełne, surowe transkrypty PL ze znacznikami czasu.

Pseudonimizacja

spaCy NER + lematy; mapowania AES-GCM, klucz w Keychain. Bariera przed każdym modelem.

Silnik notatek

Lokalny LLM (Ollama) lub chmura (Claude/GPT). Prompty SOAP / DAP / pierwszorazowa w vaulcie.

RAG - wiedza

nomic-embed + sqlite-vec. Podpowiada tylko z notatek ZWERYFIKOWANYCH; izolacja per-pacjent.

Panel operatora

FastAPI + Jinja, 127.0.0.1. Kolejka, podgląd na żywo (SSE), przegląd, eksport, audyt.

Vault (kartoteka)

Obsidian - zwykłe pliki .md. Pacjenci, sesje, transkrypty, baza wiedzy, szablony.

Pacjenci + kalendarz

Konto pacjenta: nazwa, ikona, historia wizyt/nagrań, uwagi, profil AI. Kalendarz wg dat.

Sekrety i audyt

Klucze API w Keychain; dziennik zdarzeń append-only jako materiał do rejestru czynności.

Etykiety pochodzenia

Każdy tekst wie, skąd pochodzi. To centralna zasada epistemiczna - nic „miękkiego" nie udaje faktu.

VERBATIM

Wierny zapis nagrania z Whispera. Nietknięty, ze znacznikami czasu.

AI-SZKIC

Propozycja modelu (lokalnego lub chmurowego). Do redakcji, nigdy nie jest orzeczeniem.

ZATWIERDZONE

Tekst po akceptacji klinicysty. Dopiero to wchodzi do dokumentacji i zasila profil pacjenta.

Wiedza w bazie ma własny cykl: DO-WERYFIKACJI → ZWERYFIKOWANE - RAG korzysta wyłącznie ze zweryfikowanych.

Profile sprzętowe

Ten sam kod, model dobierany do maszyny (auto-detekcja RAM). Chmura zdejmuje wymagania sprzętowe kosztem prywatności - dlatego jest opcją, nie domyślną.

Profil A

Mac · 32 GB

Transkrypcja: Whisper large-v3-turbo
Model lokalny: Gemma 3 12B / Qwen3 14B (Q4), kontekst 16k
Tryb: sekwencyjny - ASR i LLM nie naraz

Profil B

Mac · 48 GB+

Transkrypcja: Whisper large-v3(-turbo)
Model lokalny: Qwen3 32B / Gemma 3 27B, kontekst 32k+
Tryb: równoległy - cała sesja w kontekście

Dystrybucja i instalacja

„Najpierw u mnie, potem wszędzie" - bez konta developerskiego, bez Homebrew, bez sudo.

Aplikacja natywna (.dmg)

Powłoka Swift (AppKit + WKWebView) - okno z panelem, ikona w pasku menu, sama uruchamia backend. Podpis ad-hoc; notaryzacja gotowa do włączenia z kontem Apple.

Paczka zip + install.sh

Kod + szablon vaulta + dokumentacja MD. Instalator dociąga zależności user-space (uv, Ollama, pandoc, typst, spaCy) i modele wg profilu. Modele poza paczką → <1 MB.

Samouczek + pierwsze uruchomienie

Kreator 7 kroków, jednorazowa deklaracja zgody RODO, auto-utworzenie vaulta. Codzienna praca bez powtarzania formalności.

Stos technologiczny

Warstwa	Technologia	Dlaczego
Transkrypcja	mlx-whisper	Natywny Apple Silicon, offline, dobra polszczyzna; bez ciężkiego toolchainu (whisper.cpp wymagał cmake).
Model lokalny	Ollama	Headless API, łatwa podmiana modeli, zero telemetrii treści.
Model chmurowy	Claude (opus-4-8) · GPT	Opcjonalna jakość frontier - wyłącznie na tekście po anonimizacji.
Anonimizacja	spaCy pl · AES-GCM	Lokalny NER; mapowania szyfrowane, klucz w Keychain.
Panel	FastAPI + Jinja	Lekki serwer lokalny (127.0.0.1), bez frameworka front.
Wiedza / RAG	nomic-embed · sqlite-vec	Lokalny indeks; tylko zweryfikowana wiedza, izolacja per-pacjent.
Kartoteka	Obsidian (.md)	Dane jako zwykłe pliki - czytelne bez aplikacji, łatwy backup i migracja.
Eksport	pandoc + typst	MD → PDF/DOCX lokalnie, bez konwerterów online.
Aplikacja	Swift AppKit + WKWebView	Natywne okno bez Rust/Node; kompilacja swiftc, .dmg przez hdiutil.

Kluczowe decyzje

Architektura jest wynikiem realiów maszyny i wymogu prywatności - nie teorii.

D1 · ASR

mlx-whisper zamiast whisper.cpp - brak Homebrew/cmake na maszynie; te same wagi, prostsze pakowanie.

D2 · instalacja

Wszystko user-space, bez Homebrew i sudo (uv + oficjalne binarki).

D6 · dekodowanie

afconvert (natywne macOS) zamiast ffmpeg - jedna zależność mniej.

D7 · aplikacja

Powłoka Swift (AppKit + WKWebView) zamiast Tauri - dostępny tylko Xcode CLT.

D8 · UX

Transkrypcja oddzielona od analizy; podgląd gromadzi cały tekst; koniec z „trybami".

D9 · chmura

Silnik chmurowy jako opcja po anonimizacji; klucze w Keychain; strukturalna bariera przed wysyłką.

D10 · aplikacja pacjentów

Samouczek, konto pacjenta (nazwa + ikona + historia), kalendarz, narastający profil AI on-prem.