DSH Plugins Marketplace

DSH Plugins

Plugins

/

dsh-medical-hl7

d

dsh-medical-hl7

Manifest valid

HL7 FHIR R4 conversion for de-identified medical records — DeepSeek Harness plugin

UI (client)hasBundlePatch

HL7 标准化流水线 · dsh-medical-hl7

把来源各异、不规范的医疗数据标准化为 HL7 FHIR R4:规则由双模型起草、人工复核,转换由程序按规则执行。

简体中文 · English

DeepSeek Harness 插件 · Schema 同构 · 值域归一 · 术语对照 · 双模型交叉核验 + 人工复核 · 病历只发往你自己的模型端点

npm license node FHIR

HL7 标准化流水线:一个批次从规则生产到按规则转换,再看规则复核和规则库

动画用虚构数据(scripts/demo-data.mjs,16 位虚构病人、10 张没有映射规格的表)和本机假模型端点真实运行录制:先看底部规则生产(逐表起草、盲审、复查),再看上层按规则转换,然后是规则复核和规则库。两个模型故意在少数项上意见不同,以展示人工复核。用 scripts/readme-demo.mjs 可重录。


它做什么

医疗数据匿名化 → 【HL7 标准化】 → FHIR R4(transaction Bundle、Bulk NDJSON、definitions)→ FHIR 服务器、数据交换、科研平台……
  • 每位病人一个 transaction Bundle:PUT + 稳定编号,可以直接、重复导入任何 FHIR 服务器(HAPI 等);另出整批 Bulk Data NDJSON 和 manifest.json。
  • 附带 definitions/:本批用到的扩展(StructureDefinition)、本地代码字典(CodeSystem)和已确认的对照(ConceptMap),接收方加载后就能识别本地内容。
  • 取值不变、不丢数据:时间只做格式转换,代码原样进本地代码体系,没对应的字段以 source-field 扩展保留,不认识的表以 Basic 保存。
  • 字段命名不限:json、ndjson、csv 都行;没有映射规格的表由模型起草。
  • 绝不修改输入;病历内容只发往你在设置里配置的模型端点。

规则驱动:模型只产生规则,程序执行转换

和逐份过模型的病历文书提取不同,HL7 标准化要定的只有三类规则,而且都是有限的:

规则单位例子
① 结构规格一种表一份这张表是检验结果;TEST_RSLT_VLU 是结果值、RPT_NO 是报告号
② 值域对照一种写法一条μIU/ml → u[IU]/mL;性别 1 → male
③ 术语对照一个本地概念一条本地检验项目“肌酐(umol/L)” → LOINC 14682-9

规则定下来以后,所有记录都由程序按规则处理,模型调用次数和记录数无关:一千万条记录,只要表和写法还是这些,就不用再调模型。程序跑的时候遇到规则没覆盖到的表、写法、概念,再送回规则生产补规则。

双模型 + 人工复核

未覆盖项 → 识别模型起草 → 插件校验 → 核验模型盲审 ─ 一致 ─→ 入规则库(标“模型 · 未复核”,可抽查确认)
                                         └ 不一致 → 两个模型轮流复查(至多 3 轮,可设 1–6)─ 一致 ─→ 入规则库
                                                                            └ 仍不一致 → 人工复核 → 入规则库
  • 插件校验先于模型:字段要存在、角色要属于该类别、时间字段要能解析、绑定的值域要认得样本里的取值、代码要在目标值集里、LOINC / SNOMED CT 校验位要对。
  • 独立盲审:核验模型只看“输入 + 结论”,看不到识别模型的理由。
  • 术语只在候选里选:候选从本地代码表(LOINC,可加中文变体;SNOMED CT)检索,两个模型独立选出同一个代码才采用。实测模型直接给出的 LOINC 代码约半数不存在,所以没配代码表的标准不交给模型。
  • 关键关联由数据决定:病人编号取每位病人文件里恒定的证件假名字段;就诊号关联按各表取值能否在就诊登记表里找到来定,不信模型的选择。
  • 没有独立的核验模型时:不让同一个模型自己审自己,起草结果通过插件校验后一律转人工复核;结构规格在人工确认前不生效(这张表按 Basic 保存)。
  • 人工复核期间转换不等:没确认的项按原值或 Basic 保留,复核完后用新规则重新运行本批。
  • 模型结论在 FHIR 里带标记(meta.tag / mapping-origin 扩展),人工确认后去除;每一次改动都记入本机对照库的修改历史。

页面

左侧栏「HL7 标准化」打开「HL7 标准化流水线」页面:

标签内容
◈ 流水线上层「按规则转换」:源数据经 ① ② ③ 三个关口映射到 10 个 FHIR 资源类型,线宽是记录数,柱高是各 FHIR 元素的填充率;每个关口底部是规则库(↑ 规则 N)和未覆盖数(↓ N)。底部「规则生产」:识别模型、核验模型、人工复核三个工位,起草规则时展开显示每段各站(待定 → 起草 → 校验 → 盲审 → 复查 → 入库 / 转人工)的实时数量
规则复核待人工判断的规则(整个规则库,不限本批),按出现次数排序,附两个模型每一轮的结论和理由;可确认、改写、不采用,同组可一次判断
规则库结构规格、值域对照、术语对照:「本批命中」看每张表、每种写法、每个概念用了哪条规则;「整个规则库」看内置、模型起草、人工确认的全部规则和修改历史
病人 · 资源浏览每位病人的资源、验收结果;完整的 FHIR JSON,文书正文解码成可读文字
模型调用 · 报告各阶段交叉核验统计、最近的调用(只记大小、耗时和 token);批次报告
规则复核规则库
规则复核:两个模型每一轮的结论规则库:内置 / 模型起草 / 人工确认

深色、浅色跟随 DSH 主题;主题色是 HL7 FHIR 官方的火焰橙红。

安装与配置

要求 DSH >= 0.2.1、Node.js >= 20(记录库用内置的 node:sqlite,Node 22.13 以下自动退回 JSON 文件)。在 DeepSeek Harness 的插件管理里安装 dsh-medical-hl7,或:

dsh plugin --profile <profile> add dsh-medical-hl7

然后在设置 →「HL7 标准化」里配置:

  • 识别模型:OpenAI 兼容的 /v1 端点、模型名、API Key(可选),用「测试连接」检查。不配模型时只按内置规格和已有规则转换,没有规格的表以 Basic 保存。
  • 核验模型(建议):另一个端点 + 模型,做独立盲审。不配时,起草结果全部转人工复核。
  • 本地代码表(术语对照用):LOINC Loinc.csv(建议加 LinguisticVariants/zhCN…LinguisticVariant.csv)、SNOMED CT sct2_Description_Snapshot。LOINC 在 loinc.org 免费注册后下载。
  • 转换:命名空间(确定后不要再改)、默认时区、交付格式、残留标识符的处理方式、官方 HL7 Validator 路径。

开发和测试中使用的组合:vLLM 部署的 qwen3.6-35b-a3b(识别)和 gemma-4-26b-a4b-it(核验)。发给模型的只有字段名、填充率、截短的取值样例和本地代码 / 名称,不发文书正文;处理患者数据请使用本机或机构内网的服务。

用法

  • 页面:点「+ 新批次」选目录或文件(通常是匿名化插件的交付目录)。
  • 聊天框:/hl7 <输入目录或文件> [--out 输出根目录]
  • Agent 工具:hl7_start、hl7_status、hl7_report、hl7_runs、hl7_cancel。Agent 不能指定端点、模型或 API Key。取消或失败的批次可用 resumeFrom 继续,已完成的病人和模型调用直接复用。

流水线与验收

环节做什么规则 / 验收
读取找出数据文件,按病人目录分组;跳过 _medical-* 输出目录运行前后核对源文件
发现未覆盖找出没有规格的表、没有对照的写法和概念送规则生产
规则生产双模型起草 → 插件校验 → 盲审 → 复查 → 入库 / 人工复核复查前一致率
① Schema 同构表 → 记录类别,字段 → 语义角色;只做结构映射,不改取值未映射字段以 source-field 保留
② 值域归一同一含义的不同写法统一为规范值;含义未确认的标“待确认”,按原值交付覆盖率低于阈值告警(不阻断)
③ 术语对照本地概念 → LOINC、SNOMED CT、国家标准代码表;另加标准编码,原代码不变校验位、候选集
④ FHIR 组装每类记录一个构建器,只认语义角色,由它负责 FHIR 正确性—
验收结构与引用完整性;残留身份证号 / 手机号扫描(附件正文解码后再扫)未通过的病人暂扣,不交付
交付Bundle、NDJSON、definitions、manifest;可选官方 HL7 Validator 离线抽检(-tx n/a)—
记录类别FHIR
patient / address / deathPatient(+ 问题列表 Condition、死因 Observation)
encounterEncounter
conditionCondition(挂回 Encounter.diagnosis)
labObservation,按报告号归并成 DiagnosticReport,标本生成 Specimen
imagingDiagnosticReport(结论 + 正文附件)
procedureProcedure
documentDocumentReference(正文附件),文书里的结构化体征另出 Observation
observationObservation(体征用 LOINC + UCUM,血压合成 85354-9 面板)
medication · charge · genericMedicationRequest · ChargeItem · Basic

字段说明见 docs/bundle-fields.md,流程细节、内置值域和已知待确认项见 docs/pipeline.md。

交付

<输出根目录>/                       # 默认:输入旁边的 _medical-hl7
  <输入名>/                        # 交付(批次结束后才出现;未通过验收的病人不在里面)
    bundles/<病人>.json             # 每位病人一个 transaction Bundle
    ndjson/<资源类型>.ndjson         # 整批 Bulk Data
    definitions/                    # StructureDefinition、CodeSystem、ConceptMap
    manifest.json
  _records/                        # 记录:不要交给下游
    records.sqlite                 # 批次、阶段统计、本批实际使用的映射规格、模型调用与缓存(0600)
    runs/<批次>/report.md|json      # 报告
    runs/<批次>/stages/             # 中间结果:同构记录、归一记录(gz)
    runs/<批次>/held/               # 未通过验收的病人
<插件数据目录>/vocab/vocab.sqlite    # 本机规则库:人工复核与模型结果,所有批次共用,含修改历史(0600)

转换口径

  • 取值不变:时间只做格式转换(毫秒 / 秒时间戳、YYYYMMDD 等都识别;没写时区的按设置处理,默认 +08:00);文本只去首尾空白;文书正文原样放进附件。
  • 代码原样:本地代码进本地代码体系(机构自编的代码按机构区分),只对含义已确认的代码加标准编码;含义不明的代码不换算,原值放在扩展里。
  • 不编造:被其他记录引用、但就诊登记里没有的就诊,按号码生成 Encounter(status=unknown,带 encounter-not-registered 标签,不填时间)。
  • 编号稳定:资源 id 由来源表 + 源记录主键派生,重跑不变。
  • 一码多名:同一本地代码出现过的不同名称全部登记为同义名,报告里列出作为数据质量提示。

原则

沿用 dsh-medical 插件家族的约定:绝不修改输入;病历内容只发往设置里的模型端点,Agent 不能选择端点;模型结论都经插件校验,关键关联由数据决定;不做推测,含义未确认的按原值保留;编号稳定;规则、交接格式带版本。

开发

npm test                              # 测试(虚构数据 + 模拟模型,不需要网络)
node scripts/build.mjs 0.7.2-dev.1    # 生成 dist/<版本>,再从 profile 安装
REACT_UMD_DIR=<含 react.js、react-dom.js 的目录> node scripts/preview-page.mjs <stateDir>   # 在 DSH 之外预览页面

# 重录 README 动画(虚构数据 + 本机假模型端点,用本机 Chrome 截帧)
REACT_UMD_DIR=… node scripts/readme-demo.mjs /tmp/hl7-demo [病人数]
python3 scripts/readme-demo.py /tmp/hl7-demo assets/demo.webp   # 需要 Pillow

测试只使用虚构数据;真实病历和由病历派生的结果都不进仓库。更新记录见 CHANGELOG.md。

许可

MIT,见 LICENSE。

Comments

Loading…