检验结果 · 已归一LOINC
eGFR78mL/min
ALT31U/L
血肌酐118μmol/L
浅蓝段为参考区间 · 示例数据
01实验室检测
实验室检测
跨院跨仪器的检验结果统一单位与命名，保留参考区间与异常标记
- 项目名称对齐至 LOINC
- 单位换算与量纲归一
- 参考区间随年龄性别取值
- 异常值标记保留原始出处
医疗 AI
散落的检验、影像、用药与病史，接回同一条时间线
智能体把多模态医疗记录与纵向随访数据对齐，整理信息、识别值得注意的趋势，并为临床研究准备可复现的结构化数据集。临床决策，始终由医疗专业人员做出。
示例病例 P-0142术后 12 个月随访队列
03-02
基线
入组病史与诊断归档已结构化
临床病史主诉 · 既往史 · 手术记录
03-05
基线
血肌酐 96 μmol/L参考区间内
实验室检测单位已归一 · 参考区间内
06-11
随访 1
胸部 CT 复查报告解析完成已关联
医学影像报告要点 + 序列元数据入库
06-12
随访 1
二线方案剂量调整变更留痕
用药记录变更时间与联合用药已记录
09-18
随访 2
血肌酐 118 μmol/L高于参考区间
实验室检测较基线上行，已在同一时间线对齐
趋势线索（供医生复核）
三次随访肾功能指标持续上行，同期出现用药方案变更。已生成对照视图与原始记录链接。
等待医生确认 · 不构成诊断意见
病人的故事是连续的，记录却是碎的。我们把它拼回去。
检验在 LIS、影像在 PACS、用药在 HIS、病史散在门诊与住院系统，随访表还在护士的表格里。医生要看一眼病程，往往得开五个系统、翻三年记录。智能体把这些记录按同一条时间线对齐、按同一套变量归一，缺了哪次随访、哪项指标断了档，都直接标出来。它整理信息、呈现趋势，判断与决策交回医生。
从检验到病史，统一到可比的结构。
四类记录，一套变量
影像报告解析DICOM
示意图
部位胸部 · 右上叶
测量12.4 mm
对比较上次 +1.1 mm
02医学影像
医学影像
解析影像报告要点与序列元数据，把检查挂到对应的随访时间点
- DICOM 元数据与检查参数入库
- 报告要点结构化（部位 · 征象 · 测量）
- 同一部位历次检查自动串联
- 原始影像与报告随时可回看
用药轨迹12 个月
方案 A
方案 B
支持用药
竖线为剂量调整时点
03用药记录
用药记录
还原完整用药轨迹：起止、剂量、变更与联合用药，落在时间线上
- 医嘱与处方合并为连续用药段
- 剂量调整与停复药留痕
- 联合用药与暴露窗口计算
- 与检验、随访事件对齐比对
病史骨架 · 带原文出处
确诊✓
ICD-10 · C34.1
手术✓
根治性切除
并发症!
已登记 · 待补细节
每条要素可回到原文
04临床病史
临床病史
从门诊、住院与手术记录中抽取病程要素，形成可查询的病史骨架
- 诊断编码对齐 ICD-10 / ICD-O
- 手术、并发症与转归节点抽取
- 自由文本抽取保留原句定位
- 关键要素缺失自动列为待补
纵向随访对齐
把四类记录挂到同一条随访轴上，缺口自己会显形。
基线
随访 1
随访 2
随访 3
临床病史
已归位
已归位
已归位
窗口未到
实验室检测
已归位
已归位
已归位
窗口未到
医学影像
已归位
已归位
缺失
窗口未到
用药记录
已归位
部分缺项
已归位
窗口未到
队列的随访窗口由研究方案定义，智能体按窗口归位记录、核对完整性，并在窗口临近时提醒随访任务。演示数据。
缺什么，一眼看见随访 2 的影像未回、随访 1 的用药段不完整，直接标出来并生成待补清单。
趋势按变量成线同一变量跨随访点连成序列，变化幅度、方向与时间关系一并呈现，供医生判读。
口径写进方案随访窗口、纳排口径与变量定义随研究方案配置，改口径就重算，不靠手工重整。
智能体怎么干活
五步之间，每一步都留得下证据。
01
汇集
- 对接 HIS / LIS / PACS / EMR
- 随访表与科研数据库导入
- 去标识化在入口完成
02
结构化
- 术语与编码对齐
- 单位归一与量纲校验
- 抽取结果保留原文定位
03
关联
- 同一患者跨系统身份归并
- 记录归位到随访窗口
- 冲突记录并列而非覆盖
冲突交人工裁定
04
趋势识别
- 变量随时间成序列
- 变化幅度与时间关系呈现
- 只提示线索，不下结论
医生复核后才进入结论
05
数据集
- 按方案生成分析数据集
- 变量字典与质量报告同出
- 版本可锁定、可复现
交到研究者手里的东西
不是一堆导出文件，是一份能复现的数据集。
分析数据集宽表与长表按需生成，纳排口径、随访窗口与派生变量的计算逻辑随数据集一并交付。
变量字典每个变量写明来源系统、原始字段、取值范围与缺失编码，审稿人看得懂，同行接得住。
数据质量报告缺失率、离群值、随访依从性与冲突记录逐项列出，问题在投稿前就摆在桌面上。
标准模型对齐可按 OMOP CDM 或 CDISC 组织输出，便于多中心汇总与外部协作。
可复现与版本数据集带版本号与生成脚本，口径变更留有差异记录，同一版本永远重算出同样的结果。
回到原始记录任一单元格都能追回它来自哪份报告、哪一次检验、哪一句病历原文。
边界写在最前面
智能体负责整理，临床决策归医生。
不提供诊断结论产品输出的是整理结果、关联关系与趋势线索，不构成诊断、治疗建议或用药指导，诊疗决策由具备资质的医疗专业人员做出。
人工复核在环身份归并冲突、异常趋势与关键变量的取值，进入研究数据前都设人工确认节点，谁确认的、什么时候确认的都记录在案。
去标识化与最小必要直接标识符在入口即移除或替换为研究编号，字段按研究方案最小必要范围授予，重标识需单独审批。
溯源到原始记录每一个结构化字段都带出处，来自哪份报告、哪一次检验、哪一句原文，随时可回看核对。
权限、审计与伦理按角色与课题授予数据范围，检索、导出与修改全程留痕；配合伦理审查与知情同意的口径管理研究数据使用。
院内私有化部署支持院内私有化与专有云部署，患者数据不出院区边界；模型与运行日志同样留在本地。
先挑一个专病队列，
把随访数据跑通一遍
从一个病种、一段随访周期开始，四到六周交付第一份带变量字典与质量报告的数据集。
页面中的病例编号、检验数值、影像与用药记录及随访时间点均为演示用示例数据，不涉及任何真实患者信息。产品不提供诊断结论，亦不替代医疗专业人员的判断。