med-initial-record-genenration

从中文医患对话文本生成门诊初诊病历，输出结构化分段的病历正文（文本）。

门诊初诊病历生成

概述

给定一份 中文医患对话文本（通常来自 ASR 转写），本技能生成一份门诊 初诊病历 文本，包含常见病历分段（如主诉、现病史、既往史、查体、辅助检查、诊断、处理等）。

常见输出分段：

• 主诉
• 现病史
• 既往史
• 月经史（如适用）
• 查体
• 辅助检查
• 诊断
• 处理

数据安全、隐私与伦理声明

• 最小必要原则：仅处理生成病历所必需的对话内容；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：本技能用于病历文本整理与结构化表达的辅助生成，不构成医疗诊断或治疗建议；请由执业医生复核并承担最终医疗责任。

输入格式

纯文本对话（UTF-8），建议一行一句/一轮，例如：

患者：…… 医生：…… 患者：…… 医生：……

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，会先归一化为标准医患对话文本，再调用本 skill 的原始生成逻辑。

快速开始

bash

# 从 skills 目录运行
python3 scripts/run.py \
  --input data/med-initial-record-gen/dialogue.txt

# 或继续直接使用原始文本入口
python3 scripts/gen_initial_record.py \
  --input data/med-initial-record-gen/dialogue.txt

参数说明

• --input PATH
  • 输入对话文本路径（UTF-8）。
• --output PATH
  • 输出病历路径（默认：../runs/med-initial-record-gen/record.txt）。
• --diag-id STRING
  • 对话 ID（默认：skill-diag）。
• --timeout SECONDS
  • 超时秒数；0 表示一直等待（默认：0）。

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对话文本，便于调试。

输出约定

• 若输出路径父目录不存在，会自动创建。
• 输出为 UTF-8 文本，包含常见门诊初诊病历分段。

依赖

运行环境

• Python 3.7+

外部 API

• 后端病历生成服务：https://shangbao.yunzhisheng.cn/skills/record-gen/gen_record_by_diag_v1
  • 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-initial-record-gen/self_test_initial_record_gen.py --run-network