DSH HUB
HomePlugin StorePlugin PacksCommunityRankingsResourcesPublish Guide
Plugin source
Back to catalog

wld007 /

wld007/dsh-medical-hl7

Verified

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

★ 0 Stars0 Forks0 IssuesN/A Community rating0 Confirmed installs
View on GitHub
READMESource: main@e6928d40

dsh-medical-hl7 · HL7 标准化

DeepSeek Harness 插件:把医疗数据(通常是 dsh-medical-anonymizer 的交付目录)转换成 HL7 FHIR R4,用于长期存储和对外交换。

  • 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)。
  • 整批 Bulk Data NDJSON + manifest.json:可以直接批量导入,也方便拷贝交换。
  • 附带 definitions/:本批用到的扩展(StructureDefinition)和本地代码字典(CodeSystem)。接收方加载这些定义后就能识别本地内容。
  • 不修改源文件。模型可选:只发往设置里配置的端点(通常本机或内网)。

用法

页面

在左侧栏打开「HL7 标准化」,点「+ 新批次」选择输入目录即可开始转换。页面标签:

  • 概览:映射总览——源数据经三个处理阶段映射到 FHIR R4 资源类型的情况:线宽表示记录数,每种资源类型下各 FHIR 元素的填充率以柱高显示;右侧为关键数字、待处理事项、各阶段覆盖率、填充率最低的元素、来源与交付信息。
  • ① Schema 同构:每张表的类别、各角色对应的来源字段与填充率、未映射的字段、自动推断的依据;模型起草的规格可确认、修改、驳回。
  • ② 值域归一:每个值域的覆盖率、出现过的取值和次数、当前对照;可复核。
  • ③ 术语对照:每组对照的本地概念和覆盖率;可填写标准代码。
  • 病人:每位病人的资源数、验收门结果、转换提示,以及未映射的字段。
  • 模型调用:模型、各阶段结果、交叉核验、按环节统计、最近的调用(只记录大小、耗时和 token)。
  • 资源浏览:按病人、按资源类型列出所有资源;点开一条可以看完整的 FHIR JSON,文书正文会解码成可读文字。
  • 报告。

配置项在 设置 → HL7 标准化。

Agent 工具与命令

Agent 工具:

工具 作用
hl7_start 启动转换(inputDir、可选 outputRoot、resumeFrom),立即返回批次 id
hl7_status 进度与验收门结果
hl7_report 批次报告(不含病历原文)
hl7_runs 最近的批次
hl7_cancel 取消;之后可用 resumeFrom 继续

命令:/hl7 <输入目录或文件> [--out 输出根目录]

输出:

<输出根目录>/
  <输入名>/                     交付(批次结束后才出现)
    bundles/<病人>.json          transaction Bundle
    ndjson/<资源类型>.ndjson      Bulk Data
    definitions/                 StructureDefinition-*.json、CodeSystem-*.json
    manifest.json
  _records/records.sqlite        过程记录库:批次、阶段统计、本批实际使用的映射规格、模型调用与缓存
  _records/runs/<批次>/          report.md、report.json、stages/(中间结果)、held/(暂扣的病人)

字段说明:按人存储的 Bundle 里每类资源有哪些元素、含义、来自哪个源字段,见 docs/bundle-fields.md。

交付格式:设置项 outputFormat 可选 both(默认)、bundles(仅按病人)、ndjson(仅按资源类型)。

流程

读取分组 → ① Schema 同构 → ② 值域归一 → ③ 术语对照 → ④ FHIR 组装 → 验收 → 交付
  • ① Schema 同构:表 → 记录类别,字段 → 语义角色。只做结构映射,不改变取值。
  • ② 值域归一:将同一含义的不同写法统一为规范值(时间、单位、性别、定性结果、诊断代码清洗等)。值域定义是带版本的数据文件 vocab/domains/;含义未经确认的取值标为“待确认”,按原值交付,不做推测,不阻断交付。
  • ③ 术语对照:本地概念 → LOINC、SNOMED CT、国家标准代码表;已确认的对照另行添加标准编码,原代码不变。对照表 vocab/terminology/。
  • ④ FHIR 组装:仅依据归一结果组装资源。

模型(可选,参照医疗数据匿名化):无映射规格的表由模型起草映射规格,无对照的取值由模型确定规范值,本地概念由模型在本地代码表检索出的候选中选择标准代码。每一步都经插件校验、核验模型独立盲审和复判,两个模型结论一致才采用,不一致的转人工复核;模型结论在 FHIR 中带有标记,人工确认后去除。病历内容只发往设置里配置的端点。详见 docs/pipeline.md。

页面「② 值域归一」「③ 术语对照」可以逐条复核,结果保存在本机对照库(vocab.sqlite,含完整修改历史),下次运行生效,也可直接用新对照重新运行本批。每位病人的同构记录、归一记录默认保存在 _records/runs/<批次>/stages/。详见 docs/pipeline.md(含内置值域清单和已知待确认项)。

设计:语义角色 → 固定构建器

数据源多样、标准化程度低,所以不按每张表写转换代码:

  1. 映射规格(profiles/*.mjs 或 *.json,纯数据):把源字段指派给语义角色,例如 item.code、value、time.effective、actor.surgeon.name。角色词表见 lib/mapping/roles.js。
  2. 构建器(lib/convert.js):每类记录一个,只认角色,不认字段名,由它负责 FHIR 的正确性。
kind FHIR
patient / address / death Patient(+ 问题列表 Condition、死因 Observation)
encounter Encounter
condition Condition(挂回 Encounter.diagnosis)
lab Observation,按报告号归并成 DiagnosticReport,标本生成 Specimen
imaging DiagnosticReport(结论 + 正文附件)
procedure Procedure
document DocumentReference(正文附件),文书里的结构化体征另出 Observation
observation Observation(体征用 LOINC + UCUM,血压合成 85354-9 面板)
medication MedicationRequest
charge ChargeItem
generic Basic
  1. 没有规格的表:插件根据匿名化留下的假名前缀(证件-、医院-、医生-、就诊-、住院-、化名-…)、字段名和取值类型,自动推断病人、机构、医生、就诊号和记录时间,整张表作为 Basic 保留全部字段。报告里会给出建议的 kind,推断结果记录在本批的映射规格中(记录库 run_docs 表的 mapping),可据此编写正式规格,放到设置项 profilesDir 指定的目录。

内置规格:regional-platform,对应区域平台的 p_doc_*.json。

转换口径

  • 值不变:时间只做格式转换(毫秒/秒时间戳、YYYYMMDD、YYYY-MM-DD HH:mm:ss 等都识别;源数据没写时区的按设置的时区处理,默认 +08:00);文本只去掉首尾空白;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),只有确知含义的才加标准编码(体征 LOINC、性别、婚姻状况、v3 就诊类别)。含义不明的代码(如检验结果标志)不换算,原样放在扩展里。FHIR 不允许含空白的代码,这类代码不进 coding,原值放进 code-as-recorded 扩展。
  • 不丢数据:没有对应角色的字段,以 source-field 扩展(name/value)挂在资源上;不认识的表转成 Basic。
  • 不编造:就诊表里没有、但被其他记录引用的就诊,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,重跑结果不变。
  • 一码多名:同一本地代码在源数据里出现过的不同名称,全部登记为 CodeSystem 的同义名;报告里列出这些代码,作为数据质量提示。

验收门(按病人)

  • 结构:插件自带校验(id、必填元素、date/dateTime/instant 格式、code、扩展、Period 起止顺序、引用完整性),每个资源都检查。
  • 残留标识符:扫描所有字符串,附件正文先解码再扫,查找校验位正确的 18 位身份证号和手机号。报告里只记录遮盖后的值。

任一验收门未通过,该病人的 Bundle 会暂扣在 _records/runs/<批次>/held/,不放进交付目录。

另外可以配置官方 HL7 Validator(设置项 validatorJar)做抽检。抽检时会加载 definitions/,并且离线运行(-tx n/a),不会把任何内容发到外部术语服务器。

设置(cordis.patch.yml)

项 默认 说明
outputRoot 空 空 = 输入旁的 _medical-hl7
namespace http://dsh.local/fhir 标识、代码体系、扩展的命名空间,也是 Bundle fullUrl 的前缀。确定后不要再改
timezone +08:00 源数据没写时区的时间按此处理
profilesDir 空 额外的映射规格目录
outputFormat both 交付格式:both / bundles / ndjson
vocabDir 空 本机对照库 vocab.sqlite 所在目录(人工复核与模型结果);空 = 插件数据目录下的 vocab/
keepIntermediate true 保存每位病人的同构记录、归一记录
domainCoverageWarn 0.9 值域覆盖率低于此值时报告告警
residualGate block warn = 只提示、不暂扣
validatorJar / validatorSample / javaPath 空 / 2 / java 官方校验器抽检

开发

npm test                          # 虚构数据测试
node scripts/build.mjs 0.1.0-dev.N  # 生成 dist/<版本>,再从 profile 安装

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。

DSH HUB

A community index for DSH plugins. Not an official GitHub or DeepSeek AI product.

CommunityResourcesAPIAbout
—/ 5

No ratings yet

Verified DSH bundle

Commit e6928d4018fd

Community comments

No comments yet. Be the first to write one.