unisound-medical-term-normalization

医学术语规范化

概述

根据患者提供的口语化通用医学记录（涵盖门诊、住院日常场景），本技能调用内部医疗大模型将其转换为标准化、规范化的医学记录。

医学术语规范化是提升病历质量、确保信息准确传递的重要环节，适用于病历归档、质控审核、医保结算、科研数据统计等场景。转换后需符合临床病历书写规范，术语准确，表述严谨。

数据安全、隐私与伦理声明

• 最小必要原则：仅处理术语规范化所需的病历内容；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，请确保病历已完成脱敏/去标识化处理。
• 不做本地持久化：不将输入与中间结果写入本地持久化存储；本次调用结束即销毁。
• 医疗边界：本技能用于医学记录规范化表达的辅助处理，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

统一入口支持 pdf/doc/docx/xls/xlsx/csv/txt/json。JSON 可包含结构化病历字段；普通病历文件会先预处理为文本。

JSON 输入示例

{
  "records": [
    {
      "section": "患者基本情况",
      "content": "男，62 岁，今天早上来门诊看病，说自己最近一周老是觉得胸口闷..."
    },
    {
      "section": "主诉",
      "content": "最近一周胸口发闷、喘气费劲，偶尔咳嗽、有白痰..."
    },
    {
      "section": "现病史",
      "content": "患者一周前没什么原因就开始胸口闷，活动之后更厉害..."
    }
  ]
}

也支持直接传入完整 prompt：

{
  "prompt": "请你作为医学术语规范化专家，将提供的口语化通用医学记录转换为标准化、规范化的医学记录...\n\n待规范化医学记录：\n1.  患者基本情况：男，62 岁...\n"
}

普通文本输入

对于 TXT/PDF/DOC 等格式的口语化病历文件，文件内容会被预处理为纯文本，然后通过命令行参数传入。

快速开始

python doctor/emr-gen/medical-term-normalization/scripts/run.py \
  --input data/med-medical-term-normalization/gen_records.json \
  --appkey 

参数说明

• --input PATH：必填。输入 JSON 文件或病历文本文件路径。
• --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。
• --base URL：内部大模型 base URL，默认 https://maas-api.hivoice.cn/v1。
• --model STRING：模型名称，默认 u2-med。
• --timeout SECONDS：HTTP 超时秒数；0 表示一直等待，默认 0。
• --appkey STRING：必填。内部医疗大模型鉴权 key，使用 Bearer 方式认证。
• --output-json PATH：可选。保存输出 JSON。
• --output PATH：可选。输出规范化记录文本文件路径。
• --save-prepared：可选。保存预处理后的文本，便于调试。

输出约定

• 输出为 UTF-8 文本，符合 6 个标准模块规范：

医学记录（规范化版）
1.  患者基本情况：男性，62 岁，门诊就诊，主诉胸闷、气短伴偶发咳嗽、少量白痰 1 周，既往高血压病史 8 年，长期规律口服降压药物，血压控制可。
2.  主诉：胸闷、气短 1 周，伴偶发咳嗽、少量白痰，无发热、腹痛、腹泻。
3.  现病史：患者 1 周前无明显诱因出现胸闷，活动后加重，休息后可缓解，偶发咳嗽，咳少量白痰，无发热、畏寒，无恶心、呕吐，无腹泻，食欲可，睡眠一般。既往高血压病史 8 年，长期规律口服降压药物，血压控制尚可，否认糖尿病、冠心病等病史。
4.  体格检查：体温 36.8℃，脉搏 76 次/分，呼吸 18 次/分，血压 138/88mmHg；双肺呼吸音粗，可闻及少量湿性啰音；心率齐，各瓣膜听诊区未闻及病理性杂音；腹平软，无压痛、反跳痛；神志清楚，一般情况可。
5.  辅助检查：胸部 CT 示肺部炎症；心电图未见明显异常。
6.  处理建议：1.  给予抗生素口服，每次 1 片，每日 2 次，疗程 5 天；2.  继续规律口服原有降压药物，不可擅自停药；3.  嘱患者多饮水，避免熬夜、受凉；4.  1 周后门诊复诊，若出现胸闷加重、发热等不适，立即就诊。

• 若输出路径父目录不存在，会自动创建。

核心规范化要求

1. 术语规范：口语化表述替换为标准医学术语（"肚子"→"腹部"、"发烧"→"发热"、"拉肚子"→"腹泻"）
2. 表述严谨：删除口语化语气词、冗余表述，调整为规范的医学书面句式
3. 数据规范：生命体征、检查结果、时间、剂量等数据格式统一规范
4. 结构规范：保留原始记录的核心模块顺序，每个模块表述规范、简洁

依赖

前置 Skill

scripts/run.py 依赖 _shared/doc-preprocess 提供的公共文件预处理库（preprocess.py）。 请确保 _shared/doc-preprocess/ 位于 skills/ 根目录下。

运行环境

• Python 3.7+

外部 API

• 内部医疗大模型：https://maas-api.hivoice.cn/v1/chat/completions
  • 方法：POST，OpenAI 兼容格式
  • 需要传入 --appkey 参数进行 Bearer 认证

Python 第三方包（可选，run.py 使用非 txt/json 输入时需要）

安装：pip install openpyxl pypdf

仅使用 TXT/JSON 输入时，无需安装任何额外包。

测试命令

从 skills 根目录执行：

# 离线自测（检查输入和构造请求）
python self_tests/med-medical-term-normalization/self_test_medical_term_normalization.py

# 在线自测（调用内部接口）
python self_tests/med-medical-term-normalization/self_test_medical_term_normalization.py --run-network

备注

• scripts/run.py 是唯一对外入口。
• 示例输入放在 example/gen_records.json。