夜雨聆风在临床质控日益精细化的今天，病历书写质量不再仅靠人工抽查或经验判断。如何用可量化、可追溯、可对比的方式评估一份病程记录是否“言之有物”，成为医院质控办、科室主任与信息科共同关注的现实课题。病历语义密度动态评估与整改建议生成器（EMR Semantic Density Analyzer）正是为此而生的一款开源医疗软件工具。它不替代医生思考，而是将专业书写规范转化为数据语言，让病历质量评估从主观印象走向客观指标。
项目概述：为病历质量装上“密度计”
该项目定位清晰，面向的是医院内部的质量管理角色，质控办人员、临床科室负责人及信息科工程师。其核心逻辑非常直观：一段病程记录中，真正体现临床思维的句子越密集，质量通常越高；而大量重复性描述、模糊表达或无效填充，则会拉低语义密度。
工具通过大语言模型（LLM）对病历段落进行细粒度解析，将每句话自动归类为三类： - 推理句：包含诊断依据、鉴别诊断过程等逻辑推演内容 - 决策句：明确记载治疗方案选择、药物调整、手术指征等关键临床决策 - 描述句：如生命体征记录、症状主诉等客观事实陈述
在此基础上，系统计算“语义密度”值，并与预设的科室或病种基线进行横向对比，最终输出结构化整改建议与可视化报告。
整个流程闭环完整：输入病历文件 → 句子级分类 → 密度计算 → 基线比对 → 建议生成 → 多格式报告输出。所有环节均支持批量处理与自动化集成，兼顾实用性与工程落地性。
技术亮点：轻量架构下的专业能力
本项目虽聚焦垂直场景，但在技术设计上体现出扎实的工程素养与对医疗文本特性的深度理解。
模块化分层架构清晰可靠项目采用标准分层设计，从 CLI 入口、分析引擎、报告生成到数据层与外部集成，各模块职责分明。例如，ChineseSentenceSplitter 专为中文病历优化句子切分逻辑，避免通用分词器在长段落、医学术语、标点混用场景下的误切；BaselineDatabase 支持增量更新与历史基线构建，使科室质量评估具备持续演进能力。
多模型兼容与隐私优先设计LLM 层同时支持 Anthropic Claude 与 OpenAI GPT 系列模型，用户可根据合规要求、成本预算与响应质量灵活切换。更值得称道的是其报告加密机制：生成的 HTML 报告采用 PBKDF2 + AES-GCM 加密算法，全程离线解密，无需服务端支持，密码错误时仅提示“密码不正确”，不泄露任何原始内容或结构信息，切实满足患者隐私保护刚性需求。
开箱即用与企业集成并重项目内置 Mock 模式，无需配置 API Key 即可完整体验全部功能，大幅降低试用门槛。同时提供 Webhook 通知能力，可直连企业微信或飞书机器人，实现分析完成自动推送，无缝嵌入现有办公协同流。
# 启用加密报告，保障患者信息不出院内网络python -m src.cli.main --input data/sample/sample_emr.json --dept 内科 --encrypt --password 123456# 批量处理全目录病历，自动生成科室汇总报告python -m src.cli.main --input data/sample/ --batch --dept 内科 --output ./batch_output/应用场景：贴合真实工作流的实用价值
本工具并非理论模型，其功能设计紧密围绕一线医疗质量管理的实际痛点：
可用于临床科室日常质控自查科室主任可定期导出本科室病历样本，运行工具获取语义密度雷达图与段落分类色块图，快速识别“推理薄弱”“决策模糊”等共性问题，针对性组织书写规范培训。
适合医院质控办开展横向对比分析利用科室基线管理功能，对比内科、外科、儿科等不同科室的平均密度值与四分位区间，发现学科间书写风格差异，辅助制定差异化质控标准。
适配信息科推动电子病历智能化升级作为可集成模块，支持通过 CLI 或 Python API 嵌入现有 HIS 或 EMR 系统工作流，对归档病历自动评分并触发预警，助力三级医院电子病历系统功能应用水平评级。
可用于教学医院带教质量评估住院医师书写的病程记录可通过该工具量化反馈，帮助学员理解“什么是高质量临床思维表达”，将抽象的教学目标转化为具体可改进的语言特征。
使用指南：从零开始快速上手
项目提供 Python 与 Node.js 双 CLI 入口，满足不同技术背景用户的操作习惯。
首先安装依赖：
pip install -r requirements.txt若需使用 Node.js 交互式命令行，额外执行：
npm installnpm link配置环境变量前，先复制模板：
cp .env.example .env编辑 .env 文件填入 ANTHROPIC_API_KEY 或 OPENAI_API_KEY，即可启用真实模型分析；若仅作演示或测试，直接使用 --mock 参数即可跳过认证。
典型使用示例如下：
# 单份病历分析（Mock 模式）python -m src.cli.main --input data/sample/sample_emr.json --dept 内科 --mock# 输出 JSON 格式结果，便于后续程序解析python -m src.cli.main --input data/sample/sample_emr.json --dept 内科 --format json --output ./output/# 构建某科室专属基线（基于历史病历数据）python -m src.cli.main --input data/sample/ --dept 内科 --build-baseline --mock所有输出支持 HTML、JSON、JSON-LD 多种格式，HTML 报告内置 ECharts 可视化图表，涵盖整体密度评分、段落分类热力图、科室对比雷达图三大核心视图，直观呈现问题所在。
总结：让病历回归临床思维的本质
病历不是文书作业，而是临床思维的即时映射。当一份病程记录中充斥着“患者一般情况尚可”“病情平稳”等模糊描述，却缺乏对“为何判断平稳”“依据哪项指标变化”的推理展开，其临床价值必然打折扣。本项目没有试图定义“完美病历”，而是提供一把精准的“语义密度尺”，帮助管理者与临床医生看见语言背后的思维密度，从而推动书写行为向更严谨、更透明、更具临床指导意义的方向演进。
项目当前免费开源，若您对项目有疑问、使用上的困惑或想深入交流，欢迎私信我们，或加入社群讨论。
项目地址：
https://github.com/nexorin9/emr-semantic-density-analyzer
