# medical_ai_integration **Repository Path**: Allenlv/medical_ai_integration ## Basic Information - **Project Name**: medical_ai_integration - **Description**: No description available - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-01-22 - **Last Updated**: 2026-02-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 医疗AI平台(消化/儿科/妇产)Python联调与工程落地详细文件(V1.0) > 目标:把“症状匹配 → 指南依据 → 用药禁忌 → 个体化调整 → 风险预警”的统一推理链,落成可联调、可审计、可回放的服务化工程骨架;并支持 **门诊开方 / 住院路径 / 互联网分诊 / 药学审方 / 教学解释** 五个场景适配。 --- ## 1. 总体架构(同核不同壳) ### 1.1 分层(建议按服务/模块拆分) 1) **数据与结构化层(Clinical Data Contract)** 2) **安全护栏层(Safety Rails:Red Flag、禁忌、剂量边界、DDI、重复成分)** 3) **证据检索层(Guideline/Label RAG:版本化文档库 + 检索)** 4) **推理与方案生成层(LLM/ML:候选方案A/B/C + 解释 + 排序)** 5) **场景适配层(Adapters:门诊/住院/互联网/药学/教学)** 6) **审计与闭环层(Audit & Feedback:回放、差异、人工修正→训练样本)** ### 1.2 推荐工程原则 - **硬约束优先**:红旗/禁忌/剂量边界尽量由规则引擎/药学库兜底,LLM仅在约束内优化。 - **可审计可回放**:每次推理输出必须带 `trace_id`、触发的规则ID、引用的证据ID、输入快照哈希。 - **版本化**:指南、说明书、规则集都要版本号;支持地区/体系开关(如后续需要)。 - **“不确定性”是能力**:信息不足时输出“必须补充X”,而不是强行给方案。 --- ## 2. 统一数据契约(Schema) ### 2.1 基础对象(全科通用) - Patient:年龄/性别/身高体重/孕哺/过敏/基础病 - Problems:主诉与症状(带时间线、严重程度) - Vitals:体温、脉搏、呼吸、血压、SpO2 - Labs/Imaging:检验影像(单位、时间) - Meds:当前用药(成分、剂量、频次、疗程、最近一次) - Renal/Hepatic:eGFR/肌酐、ALT/AST/胆红素、Child-Pugh等(可选) - Preferences:可及性/费用/给药途径偏好(可选) ### 2.2 专科扩展 - **消化(GI)**:腹痛结构化、腹泻呕吐、出血、肝胆胰要点、NSAIDs/抗凝史 - **儿科(Peds)**:精确年龄(天/周/月/岁)、体重必填、喂养尿量精神状态、疫苗与暴露 - **妇产(OBGYN)**:LMP/孕周、出血分泌物、盆腔痛、妊娠并发症信号、哺乳与避孕方式 > 本仓库提供 Pydantic 模型骨架(`schemas.py`),用于联调与接口约束。 --- ## 3. 安全护栏(Rule Engine) ### 3.1 规则类型(MVP优先) - RedFlag:急危重/需转急诊/需线下检查 - Contraindication:过敏、孕哺、年龄、合并症禁用 - DoseGuard:剂量上限/肝肾调整(先做边界提示) - Interaction(DDI):严重相互作用拦截、中度提示监测 - DuplicateIngredient:重复成分提示/拦截(按严重度) ### 3.2 规则输出要求 每条触发必须返回: - `rule_id` / `severity` / `message` - `trigger_fields`(哪些字段触发) - `action`(建议动作:转诊/补充信息/替代方案/监测) > 本仓库提供最小规则框架(`rules.py`)与示例规则(非医疗结论,仅演示联调)。 --- ## 4. 证据检索(RAG)与引用格式 ### 4.1 文档入库(建议目录) - 指南/共识(消化、儿科、妇产高频病种) - 药品说明书/药典/药学数据库导出 - 院内制度与临床路径 ### 4.2 在线检索(接口约定) - 输入:query + context(诊断猜测/关键词) - 输出:TopK 证据片段(`evidence_id`、来源、版本、段落文本、适用条件) - 生成输出必须携带 `citations: [evidence_id...]` > 本仓库提供 `rag.py` 作为可替换的检索接口桩。 --- ## 5. 五大场景适配(Adapters) ### 5.1 互联网分诊(triage) - 强红旗拦截:出现红旗 → 建议急诊/线下 - 必问项树:信息缺口 → 输出追问清单(questions[]) - 限制输出:默认不输出详细处方,仅输出就医建议与安全提示 ### 5.2 门诊方案(plan) - 输出候选方案A/B/C(结构化),并给随访与复查窗口 - 严格执行禁忌与剂量边界检查 ### 5.3 住院路径(plan + ward_mode) - 输出“时序计划”(D1~Dn)与监测频率(vitals/labs) - 输出升级条件(ICU/会诊触发) ### 5.4 药学审方(pharmacy_review) - 输出:通过/需确认/不通过 + 触发规则 + 替代建议与沟通点 - 强调误报率控制:中度问题可提示,不强拦截 ### 5.5 教学解释(teach/explain) - 按五步链路逐步解释:症状→证据→禁忌→个体化→预警 - 产出“常见坑点”与“对比方案” --- ## 6. 人工修正 → 训练闭环(联调必备) ### 6.1 修正事件(CorrectionEvent)建议字段 - `trace_id`:对应一次推理 - `diff`:结构化差异(JSON Patch 或自定义diff) - `reason_category`:点选(信息缺失/证据不当/禁忌/剂量/预警不足/其他) - `note`:可选简述(如“eGFR低需减量”) - `evidence_ids`:关联证据 - `created_by_role`:doctor/pharmacist/nurse ### 6.2 产出可训练数据 - SFT:输入→标准化输出模板 - Preference:A优于B(排序学习) - Error attribution:错误类型定位(抽取/检索/规则/生成) > 本仓库提供 `audit_log.py`,用 SQLite 保存推理请求与修正事件,支持回放与差异分析。 --- ## 7. 联调接口(FastAPI) ### 7.1 统一约定 - 所有请求/响应带 `trace_id` - 所有输出带:`red_flags[]`、`rule_hits[]`、`citations[]`、`uncertainty[]` ### 7.2 Endpoint - `POST /triage` - `POST /plan` - `POST /pharmacy_review` - `POST /teach/explain` - `POST /feedback/correction`(写入修正闭环) - `GET /audit/{trace_id}`(回放) --- ## 8. 本仓库文件说明(可直接联调) - `app.py`:FastAPI服务入口(含日志、trace、审计写入) - `schemas.py`:Pydantic数据模型(基础+GI/Peds/OBGYN扩展) - `rules.py`:规则引擎骨架与示例规则 - `rag.py`:证据检索桩(可替换成你们的向量库/搜索) - `llm.py`:模型调用桩(可替换成内部模型或API) - `audit_log.py`:SQLite审计与修正闭环存储 - `tests_smoke.py`:冒烟测试(httpx调用) - `requirements.txt`:依赖 - `config.yaml`:配置示例(可扩展地区/版本开关) --- ## 9. 运行与联调(本地) ```bash pip install -r requirements.txt uvicorn app:app --reload --port 8000 python tests_smoke.py ``` ### 9.1 CURL示例 ```bash curl -X POST http://127.0.0.1:8000/triage -H "Content-Type: application/json" -d @examples/triage_gi.json ``` --- ## 10. 重要提示(合规与安全) - 本仓库示例规则与示例输出仅用于**工程联调**,不构成医疗建议。 - 真实上线必须使用本地/机构认可的指南、药品说明书与合规流程。