Broaden AI review cleanup rules

患者首页处理/数据可视化网页端/app/main.py

@@ -2349,8 +2349,10 @@ def build_ai_prompt(record: dict[str, Any], pdf_context: dict[str, Any], privacy
 10. 入院途径、离院方式、入院病情等代码字段只核对代码本身；例如 PDF 显示“2（门诊）”而结构化字段为“2”就是一致，不要要求复核代码与中文标签关系。
 11. 手术操作日期只有在日历日期确实早于入院日期时才算问题；同日或晚于入院日期均为正常，不要推测月份应改为其他月份。
 12. 手术及操作编码允许带 x 和 001/002/005/006 等扩展后缀；如果原始内容显示“54.5100x ... 005”这类拆开的后缀，应建议写入完整编码“54.5100x005”，不要要求人工确认扩展码是否有效。
-13. remaining_issues 只写当前文档复核人应该特别注意的内容；不要写如何修改，不要重复 suggested_updates，不要写“无需补录/无需处理/首页原貌”这类已判定无问题的说明。
+13. 不要做 ICD 编码标准性、临床诊断与编码逻辑关系、入院病情是否“应全为1”等医学编码质量判断；本任务只核对 PDF 首页可见内容是否被结构化正确抽取。
-14. 不要编造 PDF 中看不见的内容，不要输出置信度。
+14. PDF 中 “-”、空白栏、未填写栏与结构化空值等价；如果首页原貌就是空白且没有可见值，不要把“需确认是否补录”写入 remaining_issues。
+15. remaining_issues 只写当前文档复核人应该特别注意的内容；不要写如何修改，不要重复 suggested_updates，不要写“无需补录/无需处理/首页原貌”这类已判定无问题的说明。
+16. 不要编造 PDF 中看不见的内容，不要输出置信度。
 
 必须返回这个 JSON 结构：
 {{
@@ -2537,7 +2539,7 @@ def ai_text_pdf_prefix_issue(text: Any) -> bool:
     if not compact:
         return False
     patterns = [
-        r"PDF(?:显示|中显示|可见|值)?(?:为|是|[:：])?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]*)[，,；;。、]?(?:结构化字段|结构化值|字段|系统字段)(?:为|是|[:：])?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]*)",
+        r"PDF(?:显示|中显示|可见|值)?(?:为|是|[:：])?[\"'“”‘’]?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]*)[\"'“”‘’]?[，,；;。、]?(?:结构化字段|结构化值|字段|系统字段)(?:为|是|[:：])?[\"'“”‘’]?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]*)",
         r"PDF[^，,；;。]*?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]{2,})[^，,；;。]*?(?:结构化字段|结构化值|字段|系统字段)[^，,；;。]*?([A-Za-z0-9][A-Za-z0-9.+\-*/xX]{2,})",
     ]
     return any(
@@ -2547,6 +2549,40 @@ def ai_text_pdf_prefix_issue(text: Any) -> bool:
     )
 
 
+def ai_code_tokens(value: Any) -> list[str]:
+    text = str(value or "")
+    tokens = re.findall(r"[A-Za-z]?\d{1,3}\.[A-Za-z0-9xX.*+]{2,}", text)
+    return [token.strip("，,；;。)）]】'\"“”‘’") for token in tokens]
+
+
+def ai_has_prefix_code_pair(value: Any) -> bool:
+    tokens = ai_code_tokens(value)
+    for left in tokens:
+        for right in tokens:
+            if left == right:
+                continue
+            if ai_pdf_value_is_structured_prefix(left, right):
+                return True
+    return False
+
+
+def ai_incomplete_pdf_code_display_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text or not re.search(r"(编码|ICD|疾病编码|手术操作编码|手术及操作编码)", text, flags=re.IGNORECASE):
+        return False
+    if not re.search(r"(PDF|截图|显示|文本定位|局部截图)", text):
+        return False
+    if not re.search(r"(截断|不完整|简写|缩写|末位|前半|完整编码|显示为)", text):
+        return False
+    if re.search(r"(空白|缺失|漏填|未填|错填|明显不符|明显不匹配)", text):
+        return False
+    if ai_has_prefix_code_pair(text):
+        return True
+    if re.search(r"(在PDF中可见|PDF中可见|与PDF一致)", text) and "完整编码" in text:
+        return True
+    return bool(re.search(r"(截断|显示不完整|简写格式|缩写形式|显示为简写|显示为截断)", text))
+
+
 def ai_pdf_prefix_truncation_issue(value: Any) -> bool:
     if isinstance(value, dict):
         pdf_value = value.get("pdf_value") or value.get("pdf") or value.get("PDF值") or value.get("图片值")
@@ -2651,7 +2687,7 @@ def ai_operation_date_not_early_issue(value: Any) -> bool:
     text = ai_join_text(value)
     if not text or not re.search(r"(手术操作日期|手术日期|手术时间)", text):
         return False
-    if not re.search(r"(早于入院|入院前|同一天|是否早于)", text):
+    if not re.search(r"(早于入院|入院前|同一天|是否早于|逻辑关系)", text):
         return False
     if re.search(r"PDF.{0,24}\d{4}[-/年]\d{1,2}[-/月]\d{1,2}.{0,24}结构化(?:字段|值)", text):
         return False
@@ -2677,11 +2713,97 @@ def ai_operation_date_not_early_issue(value: Any) -> bool:
     return all(item_date >= admission_date for item_date in operation_dates)
 
 
+def ai_code_format_confirmation_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text or not re.search(r"(编码|ICD|疾病编码|手术操作编码|手术及操作编码)", text, flags=re.IGNORECASE):
+        return False
+    if not re.search(r"(标准ICD|标准编码|编码格式|格式规范|编码规范|编码规则|扩展码|附加码|后缀|星号|含\*)", text):
+        return False
+    if re.search(r"(病理诊断|手术|操作)", text):
+        return not bool(re.search(r"(不匹配|不符|明显|错填|错误|缺失|漏填|空白|未填)", text))
+    if re.search(r"(不匹配|不符|明显|错填|错误|应为|正确编码|缺失|漏填|空白|未填|ICD-O|形态学)", text):
+        return False
+    return True
+
+
+def ai_admission_condition_confirmation_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text or "入院病情" not in text:
+        return False
+    if re.search(r"(缺失|漏填|错填|错误|不符|不匹配|空白|未填)", text):
+        return False
+    return bool(re.search(r"(是否为|规范值|符合规范|全部为|均为|结合病程|符合实际|需确认)", text))
+
+
+def ai_blank_same_as_empty_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text:
+        return False
+    if re.search(r"(原始内容含|应录入|录入为|补录为|PDF显示为[\"'“”‘’]?[A-Za-z]?\d{1,3}\.)", text):
+        return False
+    if re.search(r"(未在.*(显示|截图|提供)|无法确认|是否可见)", text):
+        return False
+    blank_text = bool(re.search(r"(空白|为空|留空|未填写|确实无|确实未填写|\"-\"|'-'|保持空白)", text))
+    if not blank_text:
+        return False
+    safe_targets = (
+        "手术及操作编码",
+        "手术操作编码",
+        "手术编码",
+        "手术级别",
+        "麻醉医师",
+        "I助",
+        "II助",
+        "病理诊断编码",
+        "病理号",
+        "其他诊断",
+        "右侧",
+    )
+    if not any(target in text for target in safe_targets):
+        return False
+    if re.search(r"(主要诊断|门急诊诊断|出院时间|入院时间|姓名|住院号|病案号)", text):
+        return False
+    if re.search(r"(漏填|缺失|需补录|人工补录|编码员补录|医师补填|必须补)", text) and not re.search(r"(是否需补录|是否后续补录|需确认是否)", text):
+        return False
+    return True
+
+
+def ai_dash_empty_equivalent_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    return bool(re.search(r"PDF显示为[\"'“”‘’]?-+[\"'“”‘’]?.{0,30}结构化(留空|为空|空白)", text))
+
+
+def ai_same_date_format_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text or not re.search(r"(PDF|结构化)", text) or not re.search(r"(日期|时间|年份)", text):
+        return False
+    if re.search(r"(不一致|不符|差异|哪个正确|同一住院|同一患者)", text) and not re.search(r"(年份|格式)", text):
+        return False
+    dates = [item_date for item_date, _position in ai_dates_in_text(text)]
+    if len(dates) < 2:
+        return False
+    return len(set(dates)) == 1
+
+
+def ai_already_suggested_update_issue(value: Any) -> bool:
+    text = ai_join_text(value)
+    if not text:
+        return False
+    return bool(re.search(r"(已建议|已修正|已更新|已补全|已补齐|已更正|需确认.*已修正|需确认.*已更新)", text))
+
+
 def ai_false_positive_issue(value: Any) -> bool:
     return (
         ai_pdf_prefix_truncation_issue(value)
+        or ai_incomplete_pdf_code_display_issue(value)
         or ai_code_label_consistent_issue(value)
         or ai_operation_date_not_early_issue(value)
+        or ai_same_date_format_issue(value)
+        or ai_code_format_confirmation_issue(value)
+        or ai_admission_condition_confirmation_issue(value)
+        or ai_blank_same_as_empty_issue(value)
+        or ai_dash_empty_equivalent_issue(value)
+        or ai_already_suggested_update_issue(value)
     )