本项目是专为医院护理部、信息科与医保办设计的输液给药闭环校验系统，解决「输液泵真实推注行为」与「HIS系统给药记账记录」之间长期存在的时序错位、漏记、多记、剂量偏差等隐性差异问题。我们不做单向校验，而是以患者ID为锚点，在时间轴上双向对齐泵事件波形数据与HIS医嘱执行记录，支持15分钟（可调）时间窗容差匹配，并严格区分四类差异：A类（泵有HIS无）、B类（HIS有泵无）、C类（剂量不一致）、D类（时间差超限）。输出形态覆盖CLI文本/JSON、HTML交互报告、甘特图时间线可视化，并可选集成本地LLM生成差异说明文草稿，所有内容均供人工核查使用，不替代临床判断，不参与定责定性。核心引擎用Python实现，CLI提供Python与TypeScript双版本，前端页面纯静态部署，技术栈轻量可控，无服务端依赖。

定位与能力范围

我们聚焦一个具体而高频的临床管理断点：当护士在床旁操作输液泵完成推注，系统是否真的完成了HIS记账？反过来，HIS显示已执行的医嘱，泵是否确实完成了输注？这不是理论问题，而是每日ICU、急诊、肿瘤科都在发生的实操落差。本系统不试图重建整个临床信息系统，也不接入实时数据库，而是以「离线JSON文件」为唯一输入接口，接受两类结构化数据：输液泵导出的事件日志（含开始/暂停/结束时间、剂量、速率、泵ID、患者ID），以及HIS导出的给药执行记录（含医嘱ID、药品名、剂量、执行时间、患者ID、床号）。所有比对逻辑基于时间窗对齐与字段映射展开，不依赖任何中间库或中间表，不修改原始数据，不产生新业务单据。它的交付物不是“告警”，而是可追溯、可筛选、可导出的差异台账，以及辅助人工撰写说明的措辞建议。

核心功能模块

系统能力分层清晰，每一层都对应一线人员的真实动作流：

模块层级	功能组件	对应角色与用途
数据适配器层	PumpAdapter  / HisAdapter	护理信息员或信息科工程师：将不同品牌泵导出的JSON、不同HIS厂商导出的Excel转JSON后的格式，统一映射到内部标准模型（如pump_schema.py定义泵事件必须含start_time、dose_ml、patient_id；his_schema.py要求exec_time、drug_name、dose_ml、patient_id）
时间对齐引擎	TimeAlignmentEngine	质控专员：按患者ID分组后，以HIS执行时间为基准，向前向后扩展时间窗（默认15分钟），查找该窗口内是否存在匹配的泵事件；支持自定义容差，适应不同科室节奏（如ICU可设10分钟，普通病房设20分钟）
差异检测规则	DiffDetectionRules	医保办核查员：对已对齐的配对记录逐项比对，C类差异触发剂量阈值判断（默认±10ml），D类触发时间差绝对值判断，A/B类则直接标记未配对项；每类差异自动打标严重级别（critical/warning/info），便于优先处理
输出生成层	HtmlReportGen  / LlmPhraseModule	护士长与质控科：HTML报告含可筛选台账表格（按类型、患者、床号、药品）、甘特图时间线（蓝/橙/绿三色条直观展示泵运行、暂停、HIS执行状态，红线标差异点）；LLM模块在Ollama本地运行，生成中性、非归因的说明草稿（如“该时段泵有完整推注曲线，但HIS未见对应记账操作”），明确标注“需人工核实”

使用与配置方式

系统提供三种即用入口，无需部署服务器，开箱即可跑通全流程：

• Python CLI（主力推荐）

  ：适合信息科批量处理、夜间定时任务、与现有ETL流程集成

• TypeScript CLI

  ：适合前端工程师快速验证、嵌入Web自动化脚本

• HTML可视化页面

  ：适合护士长现场演示、医保办临时抽查、科室晨会复盘

所有CLI均支持相同参数体系，关键参数含义如下：

参数	说明	示例值	是否必填
--pump-data	输液泵事件JSON路径	data/samples/pump_events.json	是
--his-data	HIS给药记录JSON路径	data/samples/his_records.json	是
--time-window	时间对齐容差（分钟）	30	否（默认15）
--dose-threshold	剂量差异判定阈值（ml）	5	否（默认10）
--output-html	生成带甘特图的HTML报告	output/report.html	否
--include-llm-descriptions	启用本地LLM生成说明文	（无值，开关式）	否

运行示例（Python CLI）：

python -m src.cli \
  --pump-data data/samples/pump_events.json \
  --his-data data/samples/his_records.json \
  --time-window 20 \
  --dose-threshold 3 \
  --output-html output/icu_audit_20240315.html

HTML页面使用更简单：打开web/index.html → 点击「加载数据」→ 分别选择泵与HIS的JSON文件 → 自动渲染台账与甘特图 → 可按类型筛选（如只看A类）、导出CSV用于进一步分析。

LLM辅助说明的设计边界

我们明确把LLM定位为“措辞协作者”，而非“判断代理”。它不接触患者隐私字段（如身份证号、手机号），仅读取已脱敏的patient_id、bed_no、drug_name、dose_ml、start_time等公开字段；生成的每一段说明文都带固定前缀：“【LLM说明文草稿】本段内容由本地大模型根据输入数据生成，仅供参考，请务必结合临床实际与系统日志人工核实。”若Ollama服务未启动，系统自动回退至预设模板句式（如“A类差异：泵有记录但HIS无记账”），确保流程不中断。目前支持Ollama生态下的llama3.2、qwen2.5等中文轻量模型，不依赖联网API，符合医院内网安全要求。

工程结构与扩展性

整个项目按职责分层组织，目录即文档：

infusion-pump-verifier/
├── src/                      # Python核心（可独立pip install）
│   ├── data_adapters/        # 适配器可插拔：未来加新泵型号，只需新增pump_xxx_adapter.py
│   ├── engines/              # 引擎可替换：时间对齐算法、差异规则均可单独升级
│   ├── output/               # 报告格式可扩展：后续可加PDF、Excel导出模块
│   └── cli.py                # CLI统一入口，参数解析与调度中枢
├── cli/                      # TypeScript CLI（npm管理，与Python解耦）
├── web/                      # 静态前端（零构建，浏览器直跑）
├── data/samples/             # 开箱即用样本数据，含真实字段结构示意
└── requirements.txt          # 明确Python依赖（无AI框架硬依赖，LLM为可选）

这种结构让医院信息科能按需选用：若只需夜间批处理，只装Python环境；若需嵌入现有Web运维平台，可复用web/下全部JS逻辑；若要对接新HIS，只需在data_adapters/下新增适配器，不触碰核心引擎。

环境与运行准备

本地运行仅需两套基础环境，无GPU、无K8s、无Docker：

• Python环境（≥3.9）

  ：虚拟环境隔离，依赖明确（requests, pydantic, jinja2, plotly等共12个包）

• Node.js环境（≥18）

  ：仅TypeScript CLI需要，cli/目录下独立管理

安装步骤极简：

cd infusion-pump-verifier
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -r requirements.txt

cd infusion-pump-verifier/cli
npm install

LLM为可选增强模块，仅需额外三步： 1. 安装Ollama（官网下载或brew install ollama） 2. 拉取模型：ollama pull qwen2.53. 启动服务：ollama serve

全程无网络外连，所有数据停留本地，符合医疗数据不出域要求。

限制与说明

我们坦诚说明当前能力边界，避免误用：

• 不支持实时流式接入：所有输入均为静态JSON文件，暂不对接HL7/FHIR接口或数据库直连

• 不处理非结构化数据：无法解析扫描件、手写单、PDF医嘱单，需先由医院完成结构化转换

• 不覆盖全部输液场景：当前适配持续泵注类药物（如多巴胺、去甲肾上腺素），未覆盖推注针剂、间歇性冲洗等模式

• 差异判定基于字段显式值：若HIS记录中dose_ml为空或为“遵医嘱”，系统标记为C类并归入info级，不强行填充或猜测

差异类型的判定逻辑已在项目文档中明确定义，例如A类是否升为critical，取决于该药品是否属于医保重点监控目录（此规则未来可通过配置文件注入，当前为代码内建）。

项目地址：
https://github.com/nexorin9/infusion-pump-verifier