病历实体抽取与结构化

概述

从门诊或住院文书片段中抽取指定字段，按题干要求的 JSON 键名输出；缺失项按题干约定填「未知」等。

本能力与具体业务请求解耦：平台或调用方如何组织用户输入由集成方决定；此处只约定如何把题目交给脚本（见下）。

题目输入（三选一）

1. --question：直接传入完整题干字符串。
2. --input PATH：
   • .jsonl：每行一个 JSON 对象，须含非空字符串字段 question；可用 --index / --batch / --match-id 选取记录；
   • .json：单个对象，须含 question；
   • 其他扩展名：按 UTF-8 纯文本整文件作为题干。
   • 传 - 时从 stdin 读取一条 JSON（含 question）或纯文本。
3. stdin（且未传 --question / --input、且 stdin 非 TTY）：读入 JSON 对象或纯文本，规则同 -。

模型

• 默认 u1-insuremed，接口 https://maas-api.hivoice.cn/v1/chat/completions（可通过参数覆盖）。

用法示例

# 命令行直接给题
python3 scripts/run.py --question "题干……" --appkey YOUR_KEY

# 从任意路径的 jsonl 取一条（与文件名无关）
python3 scripts/run.py --input /path/to/items.jsonl --index 0 --appkey YOUR_KEY

参数

• --question / --input：见上，与 stdin 三选一（--question 与 --input 不可同时使用）。
• --appkey STRING：必填（--dry-run 时除外）。内部医疗大模型鉴权 key。
• --index、--match-id、--batch：仅对 .jsonl 生效。
• --dry-run：不调用模型，仅输出解析后的题目 JSON。
• --model、--api-url、--temperature、--timeout、--system-prompt：调模型参数。
• --output PATH：另存完整 JSON（批量为 NDJSON）。
• --text-only：标准输出仅打印模型答案文本。

输出

默认可解析 JSON：含 status、question、answer、record_index、meta、model、input_mode、input_path（来自文件时非空）等；skill 为本任务标题。

合规说明

输出为模型辅助信息，不构成正式诊疗决策；涉及真实患者数据须先脱敏并遵守院内流程。