本文介绍了一款专为医院多部门会签流程设计的轻量级文档进度追踪系统。该系统通过手机拍照上传会签单，利用OCR技术自动识别签署节点，生成唯一二维码供实时查询状态和预计完成时间，并对超48小时未处理节点自动告警。系统基于Python生态开发，包含图像采集与OCR、状态机引擎、二维码管理等功能模块，支持CLI、WebAPI和HTML三种交付形态。适用于术前讨论、器械采购等半数字化会签场景，但不替代现有签字

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，

本项目开发医嘱反事实合规路径枚举系统，针对医保拒付后医生修改困难的问题。系统基于医保规则知识图谱，通过反事实推理和约束求解，自动生成最小必要改动的合规处方建议，包括剂量调整、给药途径替换等维度。提供Python CLI、Web可视化和REST API三种交付方式，技术栈采用Python(OR-Tools)和TypeScript(Express+D3.js)。系统将模糊经验转化为可验证的合规路径，但

本文介绍了一个医保规则反向测试系统，该系统采用约束求解技术自动生成边界测试用例，帮助医保管理部门识别规则执行中的模糊地带。系统支持五类高频飞检规则（如药品适应症限制、挂床检测等），通过CP-SAT求解器穷举临界值组合，输出HTML/CSV格式报告。采用Python技术栈实现命令行操作，无需代码编写，只需配置YAML规则文件即可生成合规/违规边界用例。系统聚焦规则执行的确定性验证，不涉及临床合理性判

本项目是一款专为医院单病种质控设计的自动化工具，支持从病案首页、检验报告和医嘱数据中自动计算急性心肌梗死等病种的质量指标。通过Python实现数据处理和YAML配置驱动，工具能精准计算24小时内用药等关键指标，并生成标准化报表和可视化看板。采用CLI命令行操作，无需编程基础即可使用，支持病种扩展和字段映射调整。工具严格遵循国家质控标准，不涉及临床决策，所有计算过程可追溯，帮助医院高效完成单病种质量

摘要：本项目开发了一款康复医学处方安全校验工具，通过对接医院HIS系统，在医生提交前实时识别康复理疗处方中的禁忌证风险。系统采用YAML定义的知识图谱和中文NLP语义分析引擎，可精准识别物理因子疗法与禁忌证的互斥关系。提供CLI、HTML报表、JSON输出和WebAPI四种交付形态，支持离线使用和知识库热更新。技术栈基于Python3.9+和TypeScript/Node.js，所有规则本地存储，

本项目开发了一款专为急诊科医护人员设计的智能分诊训练系统，通过20个递进式实战关卡，结合游戏化机制提升分诊判断能力。系统采用React+Vite前端和Express+TS后端架构，包含病例闯关、季票进度跟踪、多维评分反馈等核心功能模块。特色包括：1）严格分级的急诊病例训练；2）实时计分系统（准确性+响应速度+连胜记录）；3）即时反馈与薄弱点分析；4）管理员后台支持病例管理和AI生成扩展。系统支持本

摘要：Pathway-Deck是一款临床路径卡牌化培训系统，专为医院医保管理和临床教学设计。该系统将卫健委临床路径、医保支付规则等转化为可视化卡牌，通过确定性规则引擎实现四大核心功能：互斥组合识别、必选项目校验、限价判断和诊断匹配验证。支持Web界面、CLI和RESTAPI三种使用方式，采用TypeScript全栈开发，具备实时合规检查、假设分析和报告生成能力。系统聚焦确定性规则培训，不涉及临床决

本项目是一个专为中文电子病历（EMR）设计的轻量级质控辅助工具，核心目标是让医生在提交病历前，就能快速识别出文本中潜藏的逻辑矛盾、信息缺项、时间线错乱、数值异常和主观夸大等典型质量问题。我们不替代人工质控，也不介入医院HIS或EMR系统内部流程，而是以“病历自己承认问题”的方式，把LLM变成一位冷静、细致、不知疲倦的初筛协作者。

本文介绍了一个专为医疗机构伦理审查设计的自动化核查工具，用于解决临床研究中伦理批文与知情同意书版本不一致的问题。该工具通过OCR技术识别扫描件和PDF中的文字，结合正则匹配与轻量NLP提取关键元数据（版本号、日期、批件编号），并采用结构化比对引擎验证批文与知情同意书的授权关系。系统支持多种文件格式输入，生成可视化HTML报告，可导出为CSV/JSON格式。工具定位明确，专注于版本链验证，不涉及全文