FHIR_HFIR_05_KardioAnamnese_json im LLM-Testsuite-Report
Testfallbeschreibung
Der Test prüft, ob das Modell ein FHIR R4 Bundle für eine kardiologische HFIR Anamnese korrekt erzeugen kann, inklusive männlichem 60-jährigen Patienten und Observation mit HFIR Komponenten als valueString.
| Quelldatei | FHIR_HFIR_05_KardioAnamnese_json.txt |
|---|---|
| Serie | 2 |
| Kategorien | fhir, json, hfir, bundle |
| Bewertung | LLM-Judge |
| Prompt SHA-256 | 6254c5c25e0d9090e31b069fe8e147309a337ada9a19335d061fd30033046834 |
Erwartetes Ergebnis
Valides FHIR R4 JSON Bundle für eine kardiologische HFIR Anamnese mit männlichem ungefähr 60 jährigem Patient und vier valueString Komponenten.
| Erwartung im Katalog | nein |
|---|---|
| Korrektes Ergebnis im Katalog | ja |
Judge-Anweisung
Prüfe Patientengeschlecht und plausibles Alter, den kardiologischen Bezug sowie die korrekte HFIR Komponentenstruktur.
Muss erfüllt sein
- Die Ausgabe besteht ausschließlich aus einem syntaktisch gültigen JSON Objekt. Markdown Codezäune dürfen für die Prüfung entfernt werden, zusätzliche Prosa, Kommentare oder nachgestellte Kommata sind nicht zulässig.
- Das Wurzelobjekt enthält resourceType mit dem Wert Bundle.
- Bundle.entry ist ein Array, dessen resource Objekte die korrekten resourceType Werte Patient und Observation tragen.
- FHIR Primitive werden als JSON Werte mit korrektem Datentyp modelliert. XML Attribute oder XML Namensraumdeklarationen dürfen nicht nachgeahmt werden.
- Die Observation besitzt mindestens status und code. Observation.subject.reference verweist konsistent auf den Patient im Bundle.
- Patient.gender ist male.
- Das Alter des Patienten ist anhand von birthDate und einem vorhandenen Bezugsdatum ungefähr 60 Jahre, sinnvollerweise 59 bis 61 Jahre. Fehlt ein ausdrückliches Bezugsdatum, muss die birthDate zumindest plausibel einen ungefähr 60 jährigen Patienten darstellen.
- Observation.code oder Observation.code.text kennzeichnet eine kardiologische Anamnese beziehungsweise ein semantisch gleichwertiges kardiologisches Thema.
- Die Observation enthält genau vier component Einträge H, F, I und R, jeweils mit einem nicht leeren valueString beziehungsweise formatkonformer FHIR RDF Darstellung.
- Die vier Inhalte sind klinisch plausibel und auf die kardiologische Anamnese bezogen.
Fehlerkriterien
- Die Ausgabe ist kein parsebares JSON Objekt oder enthält Prosa beziehungsweise Kommentare außerhalb des JSON.
- resourceType Bundle fehlt oder Patient und Observation sind nicht in entry[].resource modelliert.
- XML typische value Attribute, xmlns Felder als vermeintliche Pflichtstruktur oder andere Mischsyntax wird verwendet.
- Observation.status, Observation.code oder die konsistente Patient Referenz fehlt.
- gender ist nicht male oder das dokumentierte Alter ist deutlich nicht ungefähr 60 Jahre.
- Der kardiologische Bezug fehlt oder die Inhalte betreffen erkennbar ein anderes Fachgebiet.
- Eine der vier HFIR Komponenten fehlt, ist doppelt oder verwendet keinen Stringwert.
Judge-Hinweis: FHIR JSON besitzt keinen XML Namensraum. Ein fehlendes xmlns Feld ist daher niemals ein Fehler. Entscheidend ist die gültige FHIR R4 JSON Struktur. Für die klinischen HFIR Texte zählt semantische Plausibilität, nicht eine bestimmte Wortwahl.
Prompt
Generiere ein FHIR R4 Bundle in json. Der Patient ist männlich und 60 Jahre alt. Die Observation repräsentiert eine HFIR-Struktur zur kardiologischen Anamnese. Jede Komponente H, F, I, R soll ein valueString haben. Das Bundle muss einwandfrei parsebar sein. Keine zusätzlichen Erklärungen ausgeben.
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.





