本项目是一款专为医疗机构设计的轻量级纸质文档数字化工具，通过手机拍照+本地OCR实现高频医疗文书（如入院证、检验单等）的快速数字化处理。系统采用Tesseract OCR引擎和SQLite数据库，提供命令行、网页界面和REST API三种使用方式，支持字段自动提取、分类归档和隐私脱敏。所有功能完全本地化运行，无需IT支持或系统对接，适合小型医疗机构临时补位或过渡使用。项目采用模块化设计，通过配置文

本项目开发了一个药品发药数据分析系统，通过拟人化叙事方式将药品发药记录转化为可读性强的文本洞察。系统支持CSV/JSON格式输入，包含药品名称、规格、发药数量等关键字段，采用GPT-4o-mini模型生成第一人称药品日记，并内置规则检测异常用药模式。提供Web界面、API和CLI三种交付方式，技术栈基于TypeScript+Node.js，支持Docker部署。系统不替代传统报表，而是补充语义层，

本项目是一套专为医院信息科、医务处与质控办设计的数据行为分析工具，将科室日常上报行为拟人化为「数据人格」，通过保守度、激进度、稳定性、波动度、异常回避倾向五个维度建模，建立动态基线并量化检测其漂移（drift），帮助管理者在指标异常爆发前识别系统性风险苗头。它不依赖BI看板或定制大屏，而是以命令行（CLI）为统一入口，支持单科室深度分析、多科室横向对比、基线独立构建与报告批量生成四种标准动作；输出

按照说明文档中提供的模板，整理当前生效的所有审核规则。每行一条规则，至少包含：规则ID、适用场景（门诊/住院/药店）、触发字段（如“总费用”“药品数量”“诊断编码”）、操作符（>、=、IN、NOT IN）、阈值或枚举值、逻辑关系（AND/OR）。示例：

本项目是专为医院设备管理场景设计的 Near-Miss（险肇事件）自动识别与报告生成系统。它不依赖人工巡检或故障后分析，而是从设备原始日志中实时捕获五类典型异常信号，告警频率突增、部件寿命超限、环境参数偏离、非计划停机频繁、错误码集中爆发，并将这些冷数据转化为设备“自述”口吻的可读报告。面向设备科工程师、后勤保障人员、信息科及一线运维团队，提供文本、JSON 与 HTML 三种交付形态；

本项目是专为医院医保办公室日常对账工作设计的命令行工具，解决HIS结算数据与医保平台回传数据之间因编码口径、支付规则、计算逻辑、时间粒度等不一致导致的差异分析难题。我们把原本需要人工逐条比对、翻查政策文件、撰写公文说明的重复劳动，转化为可配置、可复用、可打印的标准化输出流程。

本项目是面向医院护理管理一线的智能调度工具，专为解决人工床位分配中「科主任偏好难落实、感染隔离易疏漏、护理等级常错配、性别分区易违规」等高频合规风险而设计。我们采用 Google OR-Tools 的 CP-SAT 约束规划求解器作为核心引擎，将床位分配转化为可验证、可追溯、可复现的数学优化问题；输出结构化 JSON 结果、Excel 报表和交互式 HTML 甘特图三类交付物，全部通过命令行一键生

本文介绍了一款专为医院设计的输液给药闭环校验系统，该系统通过双向对齐输液泵数据与HIS医嘱记录，解决两者间的时序错位、漏记多记等问题。系统支持15分钟时间窗容差匹配，可识别四类差异，提供多种输出形式，并可选LLM生成差异说明。采用轻量技术栈实现，无需服务端依赖，所有数据本地处理。系统聚焦临床管理断点，不修改原始数据，仅提供差异台账供人工核查。项目结构清晰，支持灵活扩展，安装简单，符合医疗数据安全要

本项目是专为医院病案室、信息科和医保结算部门设计的图像级质检系统，解决病案翻拍件在无纸化归档前「缺页、模糊、非授权复印」三大合规风险。我们不依赖人工抽检，而是通过多维度图像分析（清晰度/分辨率/对比度）、OCR页码连续性校验、水印模板匹配、翻拍与复印特征识别四大核心机制，自动生成带问题定位的HTML报告、可筛选Excel清单和结构化JSON数据。