使用AI搭建AI数据叙事系统Day6:医院叙事生成助手STAGE 1.1(关于解释性分析 vs 探索性分析)

在项目实践中，很多项目的甲方并不知道自己想要的是什么。因此需要进行一定情况下的探索性分析，情报学的多维数据分析视角来源于此。我们会首先归纳出来一些甲方感兴趣的点，然后以“可视化+文本/剧本/故事”的形式进行呈现。如果甲方是满意的，我们便将整个工作流程进行固化，形成程序或者系统。

但通常的项目实践中，当这样的系统，或者报告做出来之后，模板的制作和更换就不太灵活。而且你给了甲方一定的思路之后，甲方会有更多的idea出来。在有数据的情况下，如何快速的响应用户的多样化需求，实现你说一个idea，系统可以立即分析数据然后给出这样的图表和描述性文本出来。这是我认为AI数据叙事要达到的效果，而且大模型的意图理解、代码生成等能力已经远超多数人的认识，这对自动化的AI叙事提供了充分的条件。在医院的这个辅助叙事系统较为完善之后，我们也将会把更多的目光放到自动化的AI叙事上。

闲言少叙，今天的主要工作内容是进行模块功能测试，修改bug及优化点：

（1）修复了RAG查询中查询病症、并发症等查询失效的问题。

（2）修复了可视化查询中只显示节点不显示关系的问题。

（3）对面向临床医生的周报内容进行优化，增加可视化图表，提高报告可读性。

（4）对Streamlit的前端页面显示进行了优化。

目前前端界面显示如下：