Hermes医疗辅助系统产品系统Vibe Coding

基层医疗机构（诊所、社区卫生服务中心、乡镇卫生院）长期面临三大核心痛点：一是医生资源严重不足，单个门诊医生日均接诊量超过60人次，病历书写占用大量时间且质量参差不齐；二是基层医生诊疗经验有限，面对复杂病例时鉴别诊断能力不足，误诊率高达15%-20%；三是用药安全缺乏有效保障，药物相互作用和禁忌症检查依赖人工记忆，漏检风险高。本项目针对上述痛点，开发了一套基于大语言模型的AI临床决策支持系统，面向诊所、社区卫生服务中心、康复机构和体检中心等基层医疗场景，解决病历怎么写规范、疾病怎么鉴别准确、用药怎么更安全三大核心问题，帮助基层医生将单病历书写时间从15分钟缩短至3分钟，提升诊断准确率和用药安全性。

系统包含六大核心功能模块，覆盖从病历生成到用药安全的全流程临床辅助：【SOAP病历自动生成模块】输入医患对话文本，系统自动提取关键信息，生成符合SOAP格式（Subjective主观信息、Objective客观检查、Assessment评估诊断、Plan治疗计划）的标准化门诊病历。支持入院记录、出院小结生成，中英文双语输出。实测病历生成时间小于3秒，格式规范性通过率达95%以上。【Bayesian鉴别诊断引擎】构建12个症状群（胸痛群、腹痛群、发热群等）乘以54种常见诊断的知识图谱，采用Bayesian概率推理模型，输出诊断可能性排序（Top 5），每个诊断附带支持点、不支持点和建议检查项目。诊断准确率经240题临床测评验证达82.1%。【药物交互检查模块】内置18种常用药物数据库，覆盖高血压、糖尿病、感染等基层常见用药场景。功能包括：药物-药物相互作用检测（分轻度、中度、严重三级预警）、禁忌症检查、CYP450代谢通路冲突分析、风险等级评估和替代用药建议。药物交互检查准确率经专项测评达93.8%。【ESI急诊分诊评估】基于ESI五级分诊标准（I级立即复苏至V级非紧急），内置11条Red Flag危险信号规则和8条多症状冲突消解规则，解决症状标签漂移问题。支持17种症状映射和超时自动升级机制。【临床决策评分CDR】36项量化评分体系，从病史采集完整性、体格检查充分性、诊断推理逻辑性、治疗方案合理性、随访计划周密性五个维度评估诊疗方案质量。【边界陷阱校验器】7类临床推理陷阱知识库后置校验，LLM生成结果经规则引擎校验，自动标记并修正危险建议，确保医疗安全边界。

我作为项目负责人，独立完成了系统全流程设计与开发。技术架构：基于Python 3.11 + FastAPI + Uvicorn构建异步高性能API服务，采用Controller/Service/DAO三层分离架构，Pydantic数据校验，SQLAlchemy ORM，SQLite数据库（可切换PostgreSQL）。AI模型集成：对接SiliconFlow云平台Qwen3-32B API，同时支持Ollama本地部署模式（qwen2.5:7b），封装统一LLM调用层，支持4次自动重试+降级策略。RAG检索增强引擎：自主研发三路召回架构——bge-m3向量检索（72条索引）+ FTS5全文检索 + 倒排索引，配合bge-reranker-v2-m3重排序，支持客户导入自有临床指南构建私有知识库。前端：HTML5 + Chart.js可视化仪表盘，响应式设计支持PC和移动端。安全与权限：JWT Token鉴权 + RBAC三级权限控制，asyncio.Semaphore实现3并发限流。部署运维：Docker Compose一键部署，腾讯云/阿里云2核4G云服务器，PM2/systemd进程守护，Nginx反向代理，UFW防火墙仅开放22/80/8001端口。技术亮点：完整推理流水线（LLM生成→陷阱校验→分诊消解→ESI分级→返回），240题医疗测评82.1%得分率，双模式部署（云端API+本地Ollama一键切换）。难点攻克：临床推理边界安全校验——设计Trap Validator规则引擎，7类陷阱后置校验；RAG检索精度优化——三路召回+重排序混合架构，检索准确率从68%提升至89%。