门诊复诊病历结构化#

概述#

给定一份中文门诊 复诊病历文本（医生已书写），本技能抽取并规范化为细粒度字段 JSON，例如：

• 现病史.病情概述
• 现病史.药物
• 现病史.其他治疗措施
• 现病史.病情转归
• 现病史.一般情况
• 既往史.疾病
• 既往史.其他信息
• 既往史.手术史
• 既往史.过敏史
• 既往史.输血史
• 婚育史
• 月经史
• 个人史
• 家族史
• 查体
• 辅助检查
• 诊断
• 处理意见.药物
• 处理意见.其他建议

数据安全、隐私与伦理声明#

• 最小必要原则：仅处理结构化抽取所必需的文本内容；不要求也不鼓励包含姓名、证件号、手机号、详细地址等身份信息。
• 严格脱敏：在发送至任何模型/接口前，会对可识别个人身份的信息进行脱敏/去标识化处理（如姓名、证件号、手机号、详细地址、人脸/影像等）。仅传递脱敏后的必要信息用于本次 skill 调用。
• 不做本地持久化：不将用户输入与中间结果写入本地持久化存储（包含磁盘文件、数据库、日志）。仅在内存中短暂处理； 本次调用结束即销毁。
• 第三方 API 风险提示：在功能需要时，可能会调用第三方模型/服务接口；此时仅会发送 脱敏后的必要信息，并使用加密传输。除完成本次请求外，不用于任何其他用途（如训练、画像、营销）。
• 医疗边界：本技能输出为文本抽取与结构化结果，不构成医疗诊断或治疗建议；如涉及临床判断请以执业医生意见为准。

输入格式#

纯文本病历（UTF-8），可包含如下分段：

主诉：…… 现病史：…… 既往史：…… 婚育史：…… 月经史：…… 个人史：…… 家族史：…… 查体：…… 辅助检查：…… 诊断：…… 处理：……

也支持通过统一入口 scripts/run.py 直接输入 pdf/doc/docx/xls/xlsx/csv/txt/json。 预处理成功后，会先归一化为标准复诊病历文本，再调用本 skill 的原始结构化逻辑。

快速开始#

bash

# 从 skills 目录运行
python3 scripts/run.py \
  --input data/med-followup-record-struct/followup_record.txt

# 或继续直接使用原始文本入口
python3 scripts/struct_followup_record.py \
  --input data/med-followup-record-struct/followup_record.txt

参数说明#

• --input PATH
  • 输入复诊病历文本路径（UTF-8）。
• --output PATH
  • 输出结构化 JSON 路径（默认： ../runs/med-followup-record-struct/structured.json）。
• --timeout SECONDS
  • 超时秒数； 0 表示一直等待（默认：0）。
• --diag-id STRING
  • 对话/就诊 ID（默认： skill-diag）。
• --department STRING
  • 科室（可选）。

统一入口附加参数（ scripts/run.py）#

• --input-type auto|pdf|doc|docx|xls|xlsx|csv|txt|json
  • 输入类型；默认 auto。
• --sheet STRING
  • 读取 Excel 时指定 sheet（可选）。
• --encoding STRING
  • txt/csv 编码（默认： utf-8）。
• --save-prepared
  • 保存预处理后的标准复诊病历文本，便于调试。

输出约定#

• 输出为 UTF-8 JSON，key 形如 现病史.病情概述、 现病史.药物、 既往史.疾病、 诊断、 处理意见.药物 等。
• 未提及字段在服务支持的情况下可能填充为“未提及”。

依赖#

运行环境#

• Python 3.7+

外部 API#

• 后端结构化服务： https://shangbao.yunzhisheng.cn/skills/record-struct/gen_abstract_by_his
  • 方法：POST，Content-Type: application/json
  • 需要网络访问 shangbao.yunzhisheng.cn

Python 第三方包（可选，按输入格式需要）#

包名用途必要条件openpyxl读取 .xlsx 文件输入为 xlsx 时必须pypdf提取 PDF 文本输入为 pdf 时必须（或用 pdftotext 替代）

安装： pip install openpyxl pypdf

外部工具（可选，按输入格式需要）#

工具用途必要条件LibreOffice ( soffice)转换 .doc / .xls 为文本输入为 doc/xls 时必须pdftotext（poppler-utils）提取 PDF 文本输入为 pdf 且未安装 pypdf 时必须tesseract（含 chi_sim+eng 语言包）图片 OCR输入为 png/jpg/bmp/tif 等图片时必须

安装（Ubuntu/Debian）： sudo apt-get install libreoffice poppler-utils tesseract-ocr tesseract-ocr-chi-sim

仅使用 TXT/JSON 输入时，无需安装任何第三方包或外部工具。

测试命令#

从 skills 目录执行（网络自测）：

bash

python3 self_tests/med-followup-record-struct/self_test_followup_record_struct.py --run-network