ICD11_Test_05_RadiusfrakturUnfall im LLM-Testsuite-Report
Testfallbeschreibung
Test zur Identifikation einer distalen Radiusfraktur und des dazugehörigen Unfallmechanismus.
| Quelldatei | ICD11_Test_05_RadiusfrakturUnfall.txt |
|---|---|
| Serie | 2 |
| Kategorien | icd11, classification, multicode |
| Bewertung | LLM-Judge |
| Prompt SHA-256 | d77df0c0a5cdb88fadfc0bf6118266003aafa1ed88fcea0eca2627b57c8ec5dd |
Erwartetes Ergebnis
NC32.5Z,PA02
| Erwartung im Katalog | ja |
|---|---|
| Korrektes Ergebnis im Katalog | ja |
Judge-Anweisung
Entferne äußeren Leerraum und normalisiere ausschließlich Leerraum unmittelbar um das Komma. Danach muss die Antwort exakt NC32.5Z,PA02 lauten. Akzeptiere keine alternative Verletzungs- oder Unfallcodierung.
Muss erfüllt sein
- Die Antwort enthält genau zwei Codes: zuerst NC32.5Z für die Verletzung und danach PA02 für den Unfallmechanismus.
- Die Codes sind durch ein Komma getrennt; optionaler Leerraum unmittelbar um das Komma ist tolerierbar.
- Die Ausgabe enthält keine Diagnosebezeichnung, Erklärung, Einheit oder weiteren Code.
Fehlerkriterien
- NC32.5Z oder PA02 fehlt, ist verändert oder wird durch einen anderen ICD-11-Code ersetzt.
- Die beiden Codes stehen in umgekehrter Reihenfolge oder es wird ein zusätzlicher Code ergänzt.
- Die Antwort enthält Prosa, Markdown-Codezäune, Listenzeichen, Klammern oder ein anderes Trennzeichen als das Komma.
- Nach der erlaubten Whitespace-Normalisierung lautet die Antwort nicht exakt NC32.5Z,PA02.
Judge-Hinweis: Der manuell hinterlegte ICD-11-MMS-Referenzwert NC32.5Z,PA02 ist bindend. Der Judge darf keine fachlich vermeintlich plausiblen Alternativcodes akzeptieren. Nur äußerer Leerraum und Leerraum um das Komma sind irrelevant.
Hinweis: ICD-11 MMS Referenzwert laut fachlicher Vorgabe.
Prompt
Text Radfahrer stürzt bei Zusammenstoß mit Auto. Röntgen: distale Speichenfraktur. Aufgabe Gib ausschließlich die ICD-11-Codierung zurück. Mehrere Codes durch Komma trennen. Beispiel Bei „Kopfplatzwunde ohne Bewusstlosigkeit“ wäre eine Antwort zB NA09.1
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 %.