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
# 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）。
- 输出结构化 JSON 路径（默认：
--timeout SECONDS- 超时秒数；
0表示一直等待（默认：0）。
- 超时秒数；
--diag-id STRING- 对话/就诊 ID（默认：
skill-diag）。
- 对话/就诊 ID（默认：
--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。
- 输入类型；默认
--sheet STRING- 读取 Excel 时指定 sheet（可选）。
--encoding STRINGtxt/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）：
python3 self_tests/med-followup-record-struct/self_test_followup_record_struct.py --run-network