Import sanitized HIS processing tools

患者首页处理/.gitignore

@@ -0,0 +1,22 @@
+# 原始 PDF 与处理结果不进入 Gitea
+待处理-患者首页PDF/
+已处理-患者首页PDF/
+数据处理结果区/
+
+# 旧参考程序不作为本次工作流代码提交
+参考-过去很烂的程序/
+参考-病案首页图片/
+
+# 本地工作流不进入 Gitea
+工作流_本地使用版.md
+工作流_本地使用版*.zip
+
+# 本地配置、缓存和临时文件
+.env
+.env.*
+!.env.example
+数据可视化网页端/review_settings.local.json
+__pycache__/
+*.pyc
+*.tmp
+*.log

患者首页处理/README.md

@@ -0,0 +1,259 @@
+# 患者首页 PDF 本地处理工作流
+
+这个目录用于批量处理“患者首页 PDF”，把每份 PDF 抽取成结构化记录，并输出到 `数据处理结果区/`。
+
+## 目录约定
+
+- `待处理-患者首页PDF/`：放入等待处理的 PDF，文件名建议保留首页病案号或住院号。
+- `数据处理工作区/`：存放处理脚本和后续工作流工具。
+- `数据处理结果区/`：脚本输出 CSV、JSONL、单份 JSON、抽取文本、PDF 图片对照页和复核清单。
+- `数据可视化网页端/`：Docker 化复核网页端，包含概览、复核、抽查、抽查一览、设置；设置内统一管理用户与权限、数据库状态和目录信息。
+- `已处理-患者首页PDF/`：人工确认后，可把已处理 PDF 移到这里归档。
+
+## 工作区文件
+
+- `数据处理工作区/01_配置规则/01_科室分类规则.json`：子科室到大科室的分类规则。
+- `数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py`：解析 PDF，生成 CSV/JSON，并可写入 PostgreSQL。
+- `数据处理工作区/03_人工复核/03_人工复核导出与回写.py`：从 PostgreSQL 导出人工复核表，并把人工修正结果回写。
+- `数据处理工作区/04_质量体检/04_字段核验与数据库体检.py`：检查字段注释、关键字段空值和疑似错位记录。
+- `数据处理工作区/05_备用读取/05_备用PDF转Markdown_Mineru.py`：备用 PDF 转 Markdown 工具，用于扫描件或 `pdftotext` 读取异常时兜底。
+- `数据处理工作区/06_图片对照核验/06_PDF转图片与对照核验.py`：把 PDF 转为图片，生成图片-字段对照 HTML 和缺项核验索引。
+- `数据处理工作区/07_Kimi视觉兜底/07_Kimi图片识别辅助.py`：可选的 Kimi 视觉识别兜底，仅在文本/Markdown 解析仍不稳定时人工触发。
+
+## 环境文件
+
+本地 `.env` 保存 PostgreSQL 连接信息和网页端目录映射，已被 `.gitignore` 忽略，不会提交到 Gitea。网页端模板见：
+
+```text
+数据可视化网页端/.env.example
+```
+
+`.env` 也可配置 `MOONSHOT_API_KEY` 和 `KIMI_MODEL`。涉及患者信息的图片不会自动上传，Kimi 视觉步骤只在人工运行 `07_Kimi图片识别辅助.py` 时调用。
+
+## 快速运行
+
+在当前项目根目录执行：
+
+```bash
+python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py
+```
+
+默认 `--text-source auto`：先用 `pdftotext`，如果抽取文本过短或缺少首页关键标记，再调用 Mineru 转 Markdown。
+
+强制使用 Mineru：
+
+```bash
+python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py \
+  --text-source mineru \
+  --mineru-url "http://MINERU_HOST:4000/extract"
+```
+
+单独运行 PDF 转 Markdown：
+
+```bash
+python3 数据处理工作区/05_备用读取/05_备用PDF转Markdown_Mineru.py \
+  -s 待处理-患者首页PDF \
+  -t 数据处理结果区/06_Mineru_MD \
+  -u "http://MINERU_HOST:4000/extract"
+```
+
+正式流程建议同时写入 PostgreSQL：
+
+```bash
+export PGPASSWORD='请填写数据库密码'
+python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py \
+  --write-postgres \
+  --pg-host DB_HOST \
+  --pg-port 5432 \
+  --pg-database DB_NAME \
+  --pg-user DB_USER \
+  --pg-table Patient_FrontPages
+unset PGPASSWORD
+```
+
+也可以指定输入和输出目录：
+
+```bash
+python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py \
+  --input-dir 待处理-患者首页PDF \
+  --output-dir 数据处理结果区
+```
+
+生成 PDF 图片对照页：
+
+```bash
+python3 数据处理工作区/06_图片对照核验/06_PDF转图片与对照核验.py --force
+```
+
+该步骤会读取 `02_单份JSON/` 的结构化结果，把每份 PDF 转为 PNG，并生成：
+
+- `数据处理结果区/06_PDF图片对照/图片/`：每份 PDF 一个图片目录。
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照.html`：浏览器打开后可左侧看原图、右侧看结构化字段和缺项提示。
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照索引.csv`：按 PDF 汇总页数、复核状态、核心缺项、建议核对缺项。
+
+启动可视化网页端：
+
+```bash
+docker compose -f 数据可视化网页端/docker-compose.yml up -d --build
+```
+
+打开：
+
+```text
+http://localhost:8501
+```
+
+首次进入会显示登录界面；默认管理员为 `admin`，默认密码为 `change-me`。设置页创建的本地用户会同步作为登录账号，并按权限控制各页面。
+
+网页端会显示数据库连接情况、记录数、需复核数、PDF 数量；人工修改右侧字段并点击“复核并保存”后，会同步更新 PostgreSQL，并把 `manual_corrected` 标记为 `true`。
+
+网页端说明：
+
+- PDF 以 `inline` 方式在页面内打开，不再作为附件触发保存；浏览器内核无法彻底禁止用户保存已展示内容。
+- “复核并保存”后，复核状态由后端自动标记为 `reviewed`，复核状态和质控状态只读显示在 PDF 下方。
+- 诊断、手术、费用等 JSON 字段在右侧以表格方式编辑，保存时再写回 JSONB。
+- 手术操作按编码、日期、级别、名称、术者、I助、II助、切口愈合等级、麻醉方式、麻醉医师拆分展示。
+
+可选 Kimi 视觉兜底：
+
+```bash
+python3 数据处理工作区/07_Kimi视觉兜底/07_Kimi图片识别辅助.py \
+  --case ZY010001672803_ori \
+  --page page-001.png
+```
+
+输出位于 `数据处理结果区/07_Kimi视觉识别/`，默认不直接覆盖 PostgreSQL，需要人工确认后再回写。
+
+## 人工复核流程
+
+从 PostgreSQL 导出待复核表：
+
+```bash
+export PGPASSWORD='请填写数据库密码'
+python3 数据处理工作区/03_人工复核/03_人工复核导出与回写.py export \
+  --pg-host DB_HOST \
+  --pg-port 5432 \
+  --pg-database DB_NAME \
+  --pg-user DB_USER \
+  --pg-table Patient_FrontPages
+unset PGPASSWORD
+```
+
+人工在 `数据处理结果区/04_复核与人工校正/患者首页_人工复核表.csv` 中填写：
+
+- `manual_review_notes`：人工复核说明。
+- `corrected_medical_record_no`：修正后的病案号。
+- `corrected_patient_name`：修正后的姓名。
+- `corrected_major_department`：修正后的大科室。
+- `corrected_primary_diagnosis`、`corrected_primary_diagnosis_code`：修正后的主要诊断。
+- `corrected_total_cost`、`corrected_self_pay_amount`：修正后的费用。
+- `mark_review_status`：建议填 `reviewed`；确实仍有问题可填 `needs_review`。
+
+回写 PostgreSQL：
+
+```bash
+export PGPASSWORD='请填写数据库密码'
+python3 数据处理工作区/03_人工复核/03_人工复核导出与回写.py import \
+  --pg-host DB_HOST \
+  --pg-port 5432 \
+  --pg-database DB_NAME \
+  --pg-user DB_USER \
+  --pg-table Patient_FrontPages
+unset PGPASSWORD
+```
+
+回写后建议做数据库体检：
+
+```bash
+export PGPASSWORD='请填写数据库密码'
+python3 数据处理工作区/04_质量体检/04_字段核验与数据库体检.py \
+  --pg-host DB_HOST \
+  --pg-port 5432 \
+  --pg-database DB_NAME \
+  --pg-user DB_USER \
+  --pg-table Patient_FrontPages
+unset PGPASSWORD
+```
+
+体检会生成：
+
+- `数据处理结果区/05_质量体检/患者首页_数据库体检报告.txt`
+- `数据处理结果区/05_质量体检/患者首页_字段空值统计.csv`
+- `数据处理结果区/05_质量体检/患者首页_疑似异常记录.csv`
+
+## 输出文件
+
+运行后会生成：
+
+- `数据处理结果区/01_结构化结果/患者首页_结构化结果.csv`：适合 Excel/WPS 查看的一行一病例总表。
+- `数据处理结果区/01_结构化结果/患者首页_结构化结果.jsonl`：每行一个完整 JSON，适合后续程序继续处理。
+- `数据处理结果区/02_单份JSON/*.json`：每份 PDF 一个完整 JSON，保留嵌套诊断、手术、费用明细和原始文本。
+- `数据处理结果区/03_提取文本/*.txt`：`pdftotext` 抽出的原始文本，用于人工核查。
+- `数据处理结果区/04_复核与人工校正/患者首页_复核清单.csv`：脚本认为需要人工复核的病例。
+- `数据处理结果区/04_复核与人工校正/患者首页_处理失败.csv`：只有处理失败时才会生成。
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照.html`：PDF 图片与结构化字段的对照复核页。
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照索引.csv`：图片对照与字段缺项索引。
+
+## PostgreSQL 表结构
+
+`--write-postgres` 会写入 `public."Patient_FrontPages"` 宽表，不再使用 `payload` 总 JSON 字段，也不写入 `parsed_at/created_at/updated_at`。
+
+入库时会同步写入表注释和字段注释，便于在数据库客户端中查看每列含义。
+
+网页端会按需把人工复核和抽查记录写入主表 JSONB 列：`review_logs` 记录人工保存时间、修改字段和备注；`audit_logs` 记录抽查来源、结论和备注。历史辅助表 `"Patient_FrontPages_review_logs"`、`"Patient_FrontPages_audit_logs"` 会自动迁移并删除，数据库最终只保留 `"Patient_FrontPages"` 一张业务表。
+
+患者号/住院号 `inpatient_no` 是首页与患者列表联动唯一键，也是本程序唯一强制校验条件：不能为空。程序不校验编号格式，同一非空 `inpatient_no` 只保留一条首页记录；迁移时会删除历史重复住院号并保留最新记录，后续重复入库或网页写入会按 `inpatient_no` 覆盖旧首页。若 PDF 文件名和首页病案号可推导，程序仍会自动生成类似 `ZY020001447443` 的默认住院号，后续格式问题交由患者目录核验网页端处理。
+
+病案号和首页病案号都按 10 位文本保存，保留前导 0。若 PDF 首页病案号缺前导 0，但文件名可还原，例如 `01447443` -> `0001447443`，脚本会自动修正，并写入：
+
+- `inpatient_no`
+- `front_page_medical_record_no`
+- `major_department`
+- `text_extraction_method`
+- `mineru_markdown_dir`
+- `review_status`
+- `review_notes`
+- `auto_corrections`
+- `manual_corrected`
+
+`Patient_Lists` 会同步增加 `has_front_page`、`front_page_id`、`front_page_source_file`：凡是患者号非空的首页记录，都会通过 PostgreSQL 触发器自动和 `Patient_Lists.inpatient_no` 关联；如果患者列表没有对应患者号，会由首页表自动补建一条列表记录并标记 `has_front_page = true`，同时写入主要诊断、入院时间和出院时间。空患者号记录会在迁移和入库时被删除，PGSQL 会阻止再次写入空患者号。当首页记录删除，或 `inpatient_no` 改为其他患者号时，触发器会把旧患者号对应的 `has_front_page` 置回 `false` 并清空首页引用。若同一患者号的姓名不一致，以首页表中的非空姓名覆盖 `Patient_Lists.patient_name`，保证患者号、姓名对齐；已有列表记录的诊断和入出院时间不被首页联动覆盖。
+
+## 环境要求
+
+脚本使用 Python 标准库，不需要安装 pandas/pdfplumber。
+
+系统需要有 `pdftotext` 和 `pdftoppm` 命令。Linux 上通常都来自 `poppler-utils`：
+
+```bash
+sudo apt-get install poppler-utils
+```
+
+`05_备用PDF转Markdown_Mineru.py` 需要 `requests`；只在单独使用 Mineru 客户端时安装即可：
+
+```bash
+python3 -m pip install requests
+```
+
+Docker 网页端依赖已写入 `数据可视化网页端/Dockerfile`，不再单独维护 `requirements.txt`。
+
+## 当前解析范围
+
+脚本会抽取：
+
+- 基本信息：住院号、病案号、首页病案号、姓名、性别、出生日期、年龄、身份证号、付费方式等。
+- 入出院信息：入院/出院时间、科别、病房、实际住院天数、门急诊诊断。
+- 科室分类：根据 `数据处理工作区/01_配置规则/01_科室分类规则.json` 生成 CSV 的 `大科室` 和 PostgreSQL 的 `major_department`。
+- 诊断信息：`discharge_diagnoses` 出院诊断 JSONB 数组，包含主要诊断、其他诊断、疾病编码、入院病情。
+- 手术操作：编码、日期、名称、原始行内容。
+- 首页质控信息：病理、药物过敏、尸检、血型/Rh、医师、护士、编码员、病案质量、质控日期、离院方式、再住院计划等。
+- 费用信息：总费用、自付金额、各费用明细；若 PDF 首页未填写费用，不强制判为失败。
+
+## 建议审核
+
+每次运行后先看：
+
+```bash
+sed -n '1,20p' 数据处理结果区/04_复核与人工校正/患者首页_复核清单.csv
+```
+
+随后打开 `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照.html`，用 PDF 图片逐项对照病案号、姓名、入出院信息、诊断、手术、质控和费用。遇到新医院、新模板、扫描件或字段错位时，把 PDF、对应 TXT、图片对照索引中的缺项提示留在目录中，再让 Codex 继续补规则。

患者首页处理/工作流_Gitea版.md

@@ -0,0 +1,306 @@
+# 患者首页 PDF 处理工作流_Gitea版
+
+## Gitea 仓库
+
+仓库地址：
+
+```text
+https://gitea.huijutec.cn/admin/HIS_Front_Page.git
+```
+
+仓库只保存程序、文档和配置说明。不要提交原始 PDF、处理结果、明文密码、`.env` 文件，也不再提交加密本地工作流压缩包。
+
+## 仓库内容
+
+```text
+README.md
+工作流_Gitea版.md
+数据可视化网页端/.env.example
+数据可视化网页端/Dockerfile
+数据可视化网页端/docker-compose.yml
+数据可视化网页端/README.md
+数据可视化网页端/app/
+数据处理工作区/01_配置规则/01_科室分类规则.json
+数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py
+数据处理工作区/03_人工复核/03_人工复核导出与回写.py
+数据处理工作区/04_质量体检/04_字段核验与数据库体检.py
+数据处理工作区/05_备用读取/05_备用PDF转Markdown_Mineru.py
+数据处理工作区/06_图片对照核验/06_PDF转图片与对照核验.py
+数据处理工作区/07_Kimi视觉兜底/07_Kimi图片识别辅助.py
+```
+
+## PostgreSQL 存储约定
+
+目标数据库：
+
+```text
+主机/IP: DB_HOST
+端口: 5432
+数据库名: DB_NAME
+用户名: DB_USER
+表名: Patient_FrontPages
+```
+
+脚本会在首次写入时自动创建或迁移表 `"Patient_FrontPages"`。表是宽表结构，`payload` 中的顶层信息会展开为独立列；不再保存 `payload`、`parsed_at`、`created_at`、`updated_at`。
+
+脚本会为表和全部字段写入 PostgreSQL 注释，数据库客户端中可直接查看每列含义。
+
+网页端会按需在主表中创建两个 JSONB 日志列：
+
+- `review_logs`：记录人工保存时间、修改字段、修改前后值和人工备注。
+- `audit_logs`：记录抽查来源、抽查状态、抽查备注和更新时间。
+
+历史辅助表 `"Patient_FrontPages_review_logs"`、`"Patient_FrontPages_audit_logs"` 会自动迁移进主表并删除，最终只保留 `"Patient_FrontPages"` 一张业务表。
+
+核心列包括：
+
+- `inpatient_no`：患者号/住院号，作为首页与患者列表联动唯一键；这是本程序唯一强制校验条件，不能为空。程序不校验格式，同一非空患者号只允许一条首页，迁移时保留最新记录，后续同号入库或网页写入会覆盖旧首页。
+- `source_file`：PDF 文件名；重复运行以 `inpatient_no` 为准更新。
+- `medical_record_no`：10 位病案号，文本保存，保留前导 0。
+- `front_page_medical_record_no`：10 位首页病案号，文本保存，保留前导 0。
+- `patient_name`、`gender`、`birth_date`、`id_card_no` 等基本信息列。
+- `admission_time`、`discharge_time`、`primary_diagnosis`、`total_cost` 等业务字段列。
+- `major_department`：根据 `数据处理工作区/01_配置规则/01_科室分类规则.json` 从出院科别优先、入院科别兜底映射出的大科室。
+- `discharge_diagnoses`、`operations`、`fee_details`：复杂明细仍以 JSONB 保存；出院诊断已包含主要诊断和其他诊断，不再单独保存 `other_diagnoses`。
+- `quality_status`、`quality_notes`：程序质控结果。
+- `text_extraction_method`：本次使用的文本抽取方式，如 `pdftotext` 或 `mineru_markdown`。
+- `mineru_markdown_dir`：Mineru Markdown 输出目录。
+- `review_status`：`auto_pass`、`auto_corrected` 或 `needs_review`。
+- `review_notes`：需要复核的原因。
+- `manual_corrected`：人工是否已修正，默认 `false`。
+- `auto_corrections`：程序自动修正记录。
+- `review_logs`、`audit_logs`：网页端人工复核与抽查归类记录。
+- `raw_text`：PDF 抽取出的原始文本。
+
+`Patient_Lists` 会自动增加并维护 `has_front_page`、`front_page_id`、`front_page_source_file`。首页 `inpatient_no` 非空时，PostgreSQL 触发器按 `Patient_FrontPages.inpatient_no = Patient_Lists.inpatient_no` 联动；列表没有对应患者号时会自动补建列表记录，并写入主要诊断、入院时间和出院时间；患者号重复时以唯一键覆盖更新，保证一个患者号只有一个病案首页。空患者号记录会在迁移和入库时被删除，PGSQL 会阻止再次写入空患者号。删除首页记录，或把首页 `inpatient_no` 改成其他患者号时，旧患者号的 `has_front_page` 会自动回落为 `false` 并清空首页引用。若同一患者号姓名不一致，以首页表中的非空姓名覆盖 `Patient_Lists.patient_name`；已有列表记录的诊断和入出院时间不被首页联动覆盖。患者号格式核验交由患者目录核验网页端处理。
+
+病案号规则：
+
+- 住院号 = `ZY` + 住院次数 2 位 + 首页病案号 10 位，例如 `ZY020001447443`。
+- `0001906820` 是合法 10 位病案号，前导 0 不能删除。
+- 若 PDF 首页病案号少前导 0，但文件名可还原，例如 `ZY020001447443_ori.pdf` 中可得到 `0001447443`，脚本会把 PDF 值 `01447443` 自动修正为 `0001447443`，并记录到 `auto_corrections`。
+
+## 从 Gitea 拉取后运行
+
+1. 克隆仓库：
+
+   ```bash
+   git clone https://gitea.huijutec.cn/admin/HIS_Front_Page.git
+   cd HIS_Front_Page
+   ```
+
+2. 准备目录：
+
+   ```bash
+   mkdir -p 待处理-患者首页PDF 数据处理结果区 已处理-患者首页PDF
+   ```
+
+3. 放入 PDF：
+
+   ```text
+   待处理-患者首页PDF/
+   ```
+
+4. 本地生成 CSV/JSON：
+
+   ```bash
+   python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py
+   ```
+
+   默认使用 `--text-source auto`：先用 `pdftotext`，若读取结果异常再调用 Mineru。需要强制 Mineru 时：
+
+   ```bash
+   python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py \
+     --text-source mineru \
+     --mineru-url "http://MINERU_HOST:4000/extract"
+   ```
+
+   也可以先单独转 Markdown：
+
+   ```bash
+   python3 数据处理工作区/05_备用读取/05_备用PDF转Markdown_Mineru.py \
+     -s 待处理-患者首页PDF \
+     -t 数据处理结果区/06_Mineru_MD \
+     -u "http://MINERU_HOST:4000/extract"
+   ```
+
+5. 正式处理并写入 PostgreSQL：
+
+   ```bash
+   export PGPASSWORD='请填写数据库密码'
+   python3 数据处理工作区/02_解析入库/02_患者首页PDF解析与入库.py \
+     --write-postgres \
+     --pg-host DB_HOST \
+     --pg-port 5432 \
+     --pg-database DB_NAME \
+     --pg-user DB_USER \
+     --pg-table Patient_FrontPages
+   unset PGPASSWORD
+   ```
+
+6. 生成 PDF 图片对照核验页：
+
+   ```bash
+   python3 数据处理工作区/06_图片对照核验/06_PDF转图片与对照核验.py --force
+   ```
+
+   输出位于：
+
+   ```text
+   数据处理结果区/06_PDF图片对照/图片/
+   数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照.html
+   数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照索引.csv
+   ```
+
+   HTML 对照页用于人工左侧看首页图片、右侧看结构化字段；CSV 索引用于快速筛出核心缺项、建议核对缺项和已有复核状态。
+
+7. 启动可视化网页端：
+
+   ```bash
+   docker compose -f 数据可视化网页端/docker-compose.yml up -d --build
+   ```
+
+   浏览器打开：
+
+   ```text
+   http://localhost:8501
+   ```
+
+   首次进入会显示登录界面；默认管理员为 `admin`，默认密码为 `change-me`。设置页创建的本地用户会同步作为登录账号，并按权限控制各页面。
+
+   页面顶部显示数据库连接状态、总记录数、需复核数、PDF 数量；顶部页签包括概览、复核、抽查、抽查一览、设置，设置内合并用户与权限、数据库状态和目录信息。复核页默认进入“全部复核数据”，包含需复核、自动修正、已人工复核/已人工修改；左侧选择病例，中间查看 PDF，右侧以表格方式编辑摘录字段。点击“复核并保存”后会同步写回 PostgreSQL，把 `manual_corrected` 标记为 `true`，自动把 `review_status` 标记为 `reviewed`；`Patient_Lists.has_front_page/front_page_id/front_page_source_file` 由数据库触发器按住院号自动维护。
+
+   复核提示会定位到右侧模块和字段：需要核对的位置标红，无关模块默认收起。人工备注下方会显示修改记录表，主表 `review_logs` 记录修改时间、修改字段、修改前后值和人工备注。
+
+   抽查页可从已人工复核或自动通过记录中随机抽样；右侧和复核页一样显示并可编辑全部结构化信息，下方有人工备注和修改记录。随机抽取不会写入“待抽查”记录，只有点击“归类通过并保存”“归类异常并保存”“归类不确定并保存”后，才把通过、异常、不确定记录写入主表 `audit_logs`；抽查一览展示修改内容、人工备注和更新时间。
+
+   PDF 以 `inline` 方式展示，不再作为附件触发保存。浏览器内核不能彻底禁止用户保存已展示内容。
+
+8. 可选 Kimi 视觉兜底：
+
+   ```bash
+   python3 数据处理工作区/07_Kimi视觉兜底/07_Kimi图片识别辅助.py \
+     --case ZY010001672803_ori \
+     --page page-001.png
+   ```
+
+   Kimi 调用需要本地 `.env` 中配置 `MOONSHOT_API_KEY`。该步骤只在人工触发时上传指定图片，输出到 `数据处理结果区/07_Kimi视觉识别/`，默认不直接覆盖 PostgreSQL。
+
+## 审核流程
+
+每批数据处理后执行：
+
+```bash
+sed -n '1,50p' 数据处理结果区/04_复核与人工校正/患者首页_复核清单.csv
+```
+
+如果复核清单为空，仍建议抽查：
+
+- `数据处理结果区/01_结构化结果/患者首页_结构化结果.csv`
+- `数据处理结果区/02_单份JSON/`
+- `数据处理结果区/03_提取文本/`
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照.html`
+- `数据处理结果区/06_PDF图片对照/患者首页_PDF图片对照索引.csv`
+- `http://localhost:8501` 可视化网页端
+
+如果出现新模板、扫描件、字段错位、少项漏项或手术操作跨行异常，把对应 PDF 文件名、抽取文本、图片对照索引中的缺项提示交给 Codex 继续补规则。
+
+## PostgreSQL 人工复核流程
+
+1. 导出待复核表：
+
+   ```bash
+   export PGPASSWORD='请填写数据库密码'
+   python3 数据处理工作区/03_人工复核/03_人工复核导出与回写.py export \
+     --pg-host DB_HOST \
+     --pg-port 5432 \
+     --pg-database DB_NAME \
+     --pg-user DB_USER \
+     --pg-table Patient_FrontPages
+   unset PGPASSWORD
+   ```
+
+2. 打开 `数据处理结果区/04_复核与人工校正/患者首页_人工复核表.csv`，人工填写这些列：
+
+   ```text
+   manual_review_notes
+   corrected_medical_record_no
+   corrected_patient_name
+   corrected_major_department
+   corrected_primary_diagnosis
+   corrected_primary_diagnosis_code
+   corrected_total_cost
+   corrected_self_pay_amount
+   mark_review_status
+   ```
+
+3. 回写 PostgreSQL：
+
+   ```bash
+   export PGPASSWORD='请填写数据库密码'
+   python3 数据处理工作区/03_人工复核/03_人工复核导出与回写.py import \
+     --pg-host DB_HOST \
+     --pg-port 5432 \
+     --pg-database DB_NAME \
+     --pg-user DB_USER \
+     --pg-table Patient_FrontPages
+   unset PGPASSWORD
+   ```
+
+回写后，程序会更新可修正字段，并把 `manual_corrected` 标记为 `true`；`manual_review_notes` 会追加进入 `review_notes`。
+
+4. 做数据库体检：
+
+   ```bash
+   export PGPASSWORD='请填写数据库密码'
+   python3 数据处理工作区/04_质量体检/04_字段核验与数据库体检.py \
+     --pg-host DB_HOST \
+     --pg-port 5432 \
+     --pg-database DB_NAME \
+     --pg-user DB_USER \
+     --pg-table Patient_FrontPages
+   unset PGPASSWORD
+   ```
+
+体检输出：
+
+```text
+数据处理结果区/05_质量体检/患者首页_数据库体检报告.txt
+数据处理结果区/05_质量体检/患者首页_字段空值统计.csv
+数据处理结果区/05_质量体检/患者首页_疑似异常记录.csv
+```
+
+## 提交规则
+
+提交到 Gitea 前务必检查：
+
+```bash
+git status --short
+```
+
+不应出现这些内容：
+
+- `待处理-患者首页PDF/`
+- `数据处理结果区/`
+- `已处理-患者首页PDF/`
+- `.env`
+- 含真实密码的环境文件
+- 明文 `工作流_本地使用版.md`
+
+可以提交：
+
+- 脚本
+- `01_~0X_` 前缀的工作区文件
+- README
+- Gitea 工作流文档
+- 不含密码的配置模板
+
+依赖说明：
+
+- 主解析脚本使用 Python 标准库和系统命令 `pdftotext/pdftoppm`。
+- Mineru 备用读取单独需要 `python3 -m pip install requests`。
+- Docker 网页端依赖写在 `数据可视化网页端/Dockerfile` 中，不再维护独立 `requirements.txt`。
+
+## 本地工作流
+
+明文 `工作流_本地使用版.md` 只用于本机执行，不提交到 Gitea；加密压缩包已从仓库删除，后续不再维护该 zip。

患者首页处理/数据可视化网页端/.dockerignore

@@ -0,0 +1,4 @@
+__pycache__/
+*.pyc
+.env
+.env.*

患者首页处理/数据可视化网页端/.env.example

@@ -0,0 +1,17 @@
+PGHOST=DB_HOST
+PGPORT=5432
+PGDATABASE=DB_NAME
+PGUSER=DB_USER
+PGPASSWORD=请填写数据库密码
+PGTABLE=Patient_FrontPages
+
+APP_HOST=0.0.0.0
+APP_PORT=8501
+REVIEW_ADMIN_USER=admin
+REVIEW_ADMIN_PASSWORD=change-me
+REVIEW_STATUS_CHECK_TIME=03:00
+
+PDF_DIR=/data/pdfs
+
+MOONSHOT_API_KEY=请填写 Kimi API Key
+KIMI_MODEL=kimi-k2.6

患者首页处理/数据可视化网页端/Dockerfile

@@ -0,0 +1,19 @@
+FROM python:3.12-slim
+
+ENV PYTHONDONTWRITEBYTECODE=1
+ENV PYTHONUNBUFFERED=1
+
+WORKDIR /app
+
+RUN pip install --no-cache-dir \
+    fastapi==0.115.6 \
+    "uvicorn[standard]==0.34.0" \
+    psycopg2-binary==2.9.10 \
+    python-dotenv==1.0.1 \
+    PyMuPDF==1.24.14
+
+COPY app /app/app
+
+EXPOSE 8501
+
+CMD ["sh", "-c", "uvicorn app.main:app --host ${APP_HOST:-0.0.0.0} --port ${APP_PORT:-8501}"]

患者首页处理/数据可视化网页端/README.md

@@ -0,0 +1,58 @@
+# 患者首页可视化对照网页端
+
+这个网页端用于人工复核患者首页：概览看批次状态，复核页只处理需复核记录，中间查看 PDF，右侧编辑结构化摘录信息；保存后直接同步到 PostgreSQL 表 `"Patient_FrontPages"`。
+
+## 启动
+
+在项目根目录确认 `.env` 已存在，然后运行：
+
+```bash
+docker compose -f 数据可视化网页端/docker-compose.yml up -d --build
+```
+
+浏览器打开：
+
+```text
+http://localhost:8501
+```
+
+首次进入会显示登录界面。默认管理员为 `admin`，默认密码为 `change-me`；可在 `.env` 中通过 `REVIEW_ADMIN_USER`、`REVIEW_ADMIN_PASSWORD` 修改。设置页创建的本地用户会同步作为登录账号，并按权限控制概览、复核、抽查、抽查一览、设置页面。
+
+## 目录挂载
+
+- `已处理-患者首页PDF/2026_5_25_处理/` 挂载为容器内 `/data/pdfs`，只读。
+- 网页端只预览 PDF，不再挂载或依赖 PDF 转图片目录。
+
+## 保存规则
+
+右侧字段保存后会：
+
+- 更新被编辑的 PostgreSQL 字段。
+- 设置 `manual_corrected = true`。
+- 自动将 `review_status` 标记为 `reviewed`。
+- 把人工备注追加到 `review_notes` JSONB 数组中。
+- 在主表 `review_logs` JSONB 列中记录修改时间、修改字段、修改前后值和人工备注。
+- PostgreSQL 触发器会按非空 `inpatient_no` 自动同步 `Patient_Lists.has_front_page/front_page_id/front_page_source_file`；本网页端只校验患者号不能为空，不校验编号格式，同一患者号只保留一个首页，迁移时保留最新记录，后续同号写入会覆盖旧首页，删除首页记录时旧关联会自动解除；同一患者号姓名不一致时，以首页表中的非空姓名覆盖 `Patient_Lists.patient_name`。只有自动补建新列表记录时，才把主要诊断、入院时间、出院时间写入 `Patient_Lists`。
+
+`.env` 含数据库密码，只保留本地，不提交到 Gitea；可参考 `.env.example` 创建。
+
+## 页面规则
+
+- 顶部页签包括：概览、复核、抽查、抽查一览、设置；设置内合并用户与权限、数据库状态和目录信息。
+- 复核页以住院号作为第一识别项；住院号由住院次数 2 位和首页病案号 10 位自动生成，例如 `ZY020001447443`。
+- 复核页默认进入“全部复核数据”，包含需复核、自动修正、已人工复核/已人工修改，不处理无需复核的自动通过记录。
+- 复核提示会自动定位到右侧模块；命中的模块和字段标红，无关模块默认收起。
+- 人工备注下方展示修改记录表，时间由 PostgreSQL 后台记录。
+- PDF 以 `inline` 方式展示，不再作为附件触发保存；浏览器不能彻底禁止保存已展示内容。
+- 顶部数据库/PDF 状态读取缓存；设置页可手动“立即检查”，也可设置每日凌晨等固定时间自动检查。
+- 复核状态、质控状态显示在 PDF 下方，只读。
+- 诊断、手术、费用等 JSONB 字段以表格方式展示和编辑。
+- 手术操作按编码、日期、级别、名称、术者、I助、II助、切口愈合等级、麻醉方式、麻醉医师拆分。
+
+## 抽查规则
+
+- 抽查页可从 `reviewed` 或 `auto_pass` 中随机抽样。
+- 抽查页右侧和复核页一样展示并可编辑全部结构化信息，下方有人工备注和修改记录。
+- 随机抽取不会写入“待抽查”记录；只有点击“归类通过并保存”“归类异常并保存”“归类不确定并保存”后，才写入主表 `audit_logs` JSONB 列。
+- 抽查一览只展示已归类的通过、异常、不确定记录，并显示修改内容、人工备注和更新时间。
+- 涉及患者资料的视觉识别仍需人工运行 `07_Kimi图片识别辅助.py`，不会由网页端自动上传。

患者首页处理/数据可视化网页端/app/__init__.py

@@ -0,0 +1 @@
+"""Patient front page visual review web app."""

患者首页处理/数据可视化网页端/app/static/index.html

@@ -0,0 +1,273 @@
+<!doctype html>
+<html lang="zh-CN">
+<head>
+  <meta charset="utf-8">
+  <meta name="viewport" content="width=device-width, initial-scale=1">
+  <title>患者首页复核工作台</title>
+  <link rel="stylesheet" href="/static/styles.css">
+</head>
+<body>
+  <section id="loginView" class="login-view">
+    <form id="loginForm" class="login-panel">
+      <div class="login-mark"></div>
+      <h1>患者首页复核工作台</h1>
+      <p>登录后进入复核、抽查与数据回写工作区</p>
+      <label>
+        <span>用户名</span>
+        <input id="loginUsername" autocomplete="username" value="admin" placeholder="用户名">
+      </label>
+      <label>
+        <span>密码</span>
+        <input id="loginPassword" type="password" autocomplete="current-password" placeholder="密码">
+      </label>
+      <button id="loginBtn" type="submit">登录</button>
+      <div id="loginMessage" class="login-message"></div>
+    </form>
+  </section>
+
+  <div id="appShell" class="app-shell is-hidden">
+  <header class="topbar">
+    <div class="brand">
+      <span class="mark"></span>
+      <div>
+        <h1>患者首页复核工作台</h1>
+        <p>PDF 预览 · 复核定位 · PostgreSQL 回写</p>
+      </div>
+    </div>
+    <nav class="top-nav" aria-label="工作台导航">
+      <button class="nav-button is-active" type="button" data-page="overview">概览</button>
+      <button class="nav-button" type="button" data-page="review">复核</button>
+      <button class="nav-button" type="button" data-page="audit">抽查</button>
+      <button class="nav-button" type="button" data-page="auditHistory">抽查一览</button>
+      <button class="nav-button" type="button" data-page="settings">设置</button>
+    </nav>
+    <div class="status-grid" id="statusGrid">
+      <div class="status-card"><span>数据库</span><strong id="dbState">检查中</strong></div>
+      <div class="status-card"><span>记录总数</span><strong id="dbTotal">--</strong></div>
+      <div class="status-card"><span>仅需复核</span><strong id="dbNeedsReview">--</strong></div>
+      <div class="status-card"><span>AI无问题</span><strong id="dbAiPassed">--</strong></div>
+      <div class="status-card"><span>AI待确认</span><strong id="dbAiPending">--</strong></div>
+      <div class="status-card"><span>已人工复核</span><strong id="dbReviewed">--</strong></div>
+    </div>
+    <div class="session-box">
+      <span id="currentUserLabel">未登录</span>
+      <button id="logoutBtn" type="button">退出</button>
+    </div>
+  </header>
+
+  <main id="overviewPage" class="page-view overview-page">
+    <section class="metric-grid" id="overviewMetrics"></section>
+    <section class="page-band">
+      <div class="section-head">
+        <h2>待处理概况</h2>
+        <button id="overviewRefreshBtn" type="button">刷新</button>
+      </div>
+      <div id="overviewQueues" class="queue-summary"></div>
+    </section>
+    <section class="page-band">
+      <div class="section-head">
+        <h2>最近人工修改</h2>
+      </div>
+      <div id="overviewRecentLogs" class="data-table-wrap"></div>
+    </section>
+  </main>
+
+  <main id="reviewPage" class="workspace page-view is-hidden">
+    <aside class="record-panel">
+      <div class="panel-tools">
+        <input id="searchInput" type="search" placeholder="搜索住院号、病案号、姓名、诊断">
+        <select id="statusFilter">
+          <option value="review_all">全部数据</option>
+          <option value="needs_review">仅需复核</option>
+          <option value="AI复核-无问题">仅AI复核-无问题</option>
+          <option value="AI复核-待确认">仅AI复核-待确认</option>
+          <option value="reviewed">已人工复核</option>
+        </select>
+        <div id="aiActions" class="ai-actions is-hidden">
+          <button id="aiCurrentBtn" type="button">AI当前项</button>
+          <button id="aiFiveBtn" type="button">AI后5项</button>
+          <button id="aiAllBtn" type="button">AI后全部</button>
+        </div>
+        <button id="approveAiNoIssueBtn" class="bulk-action is-hidden" type="button">复核并保存所有项</button>
+      </div>
+      <div class="record-list" id="recordList" tabindex="0"></div>
+    </aside>
+
+    <section class="pdf-panel">
+      <div class="pdf-toolbar">
+        <div>
+          <strong id="pdfTitle">未选择病例</strong>
+          <span id="pdfSubtitle"></span>
+        </div>
+        <div class="pdf-zoom-controls" aria-label="PDF缩放">
+          <button id="pdfZoomOutBtn" type="button" title="缩小 PDF">−</button>
+          <span id="pdfZoomLabel">110%</span>
+          <button id="pdfZoomInBtn" type="button" title="放大 PDF">+</button>
+          <button id="pdfZoomResetBtn" type="button" title="重置 PDF 缩放">1:1</button>
+        </div>
+      </div>
+      <div class="viewer" id="pdfView">
+        <iframe id="pdfFrame" title="患者首页 PDF" tabindex="-1"></iframe>
+      </div>
+      <div class="review-strip" id="reviewStrip"></div>
+    </section>
+
+    <aside class="detail-panel">
+      <div class="detail-head">
+        <div>
+          <h2 id="detailTitle">摘录信息</h2>
+          <p id="detailMeta">选择左侧记录后开始复核</p>
+        </div>
+        <div class="detail-actions">
+          <button id="saveBtn" type="button" disabled>复核并保存</button>
+        </div>
+      </div>
+      <div id="targetSummary" class="target-summary"></div>
+      <form id="detailForm" class="detail-form structured-form"></form>
+      <details class="review-log-panel collapsible-panel" open>
+        <summary class="section-head compact">
+          <h2>修改记录</h2>
+          <span id="changeLogCount">0 条</span>
+        </summary>
+        <div id="changeLogTable" class="data-table-wrap"></div>
+      </details>
+      <div class="save-message" id="saveMessage"></div>
+    </aside>
+  </main>
+
+  <main id="auditPage" class="page-view audit-page is-hidden">
+    <section class="page-band audit-toolbar">
+      <label>
+        <span>抽查来源</span>
+        <select id="auditSource">
+          <option value="reviewed">已人工复核</option>
+          <option value="auto_pass">自动通过</option>
+        </select>
+      </label>
+      <label>
+        <span>抽取数量</span>
+        <input id="auditCount" type="number" min="1" max="50" value="5">
+      </label>
+      <button id="auditSampleBtn" type="button">随机抽取</button>
+      <span id="auditMessage" class="inline-message"></span>
+    </section>
+    <section class="audit-layout">
+      <aside class="record-panel">
+        <div class="record-list" id="auditSampleList"></div>
+      </aside>
+      <section class="pdf-panel">
+        <div class="pdf-toolbar">
+          <div>
+            <strong id="auditPdfTitle">未选择抽查记录</strong>
+            <span id="auditPdfSubtitle"></span>
+          </div>
+          <div class="pdf-zoom-controls" aria-label="抽查PDF缩放">
+            <button id="auditPdfZoomOutBtn" type="button" title="缩小 PDF">−</button>
+            <span id="auditPdfZoomLabel">110%</span>
+            <button id="auditPdfZoomInBtn" type="button" title="放大 PDF">+</button>
+            <button id="auditPdfZoomResetBtn" type="button" title="重置 PDF 缩放">1:1</button>
+          </div>
+        </div>
+        <div class="viewer" id="auditPdfView">
+          <iframe id="auditPdfFrame" title="抽查 PDF" tabindex="-1"></iframe>
+        </div>
+        <div class="review-strip" id="auditReviewStrip"></div>
+      </section>
+      <aside class="detail-panel">
+        <div class="detail-head audit-detail-head">
+          <div>
+            <h2 id="auditDetailTitle">抽查信息</h2>
+            <p id="auditDetailMeta">随机抽取后开始抽查</p>
+          </div>
+          <div class="audit-save-actions">
+            <button id="auditPassBtn" type="button">归类通过并保存</button>
+            <button id="auditFailBtn" class="danger" type="button">归类异常并保存</button>
+            <button id="auditUnsureBtn" type="button">归类不确定并保存</button>
+          </div>
+        </div>
+        <div id="auditTargetSummary" class="target-summary"></div>
+        <form id="auditDetailForm" class="detail-form structured-form"></form>
+        <div class="manual-note">
+          <label for="auditNotes">抽查人工备注</label>
+          <textarea id="auditNotes" rows="3" placeholder="填写抽查判断、修改原因或后续处理说明"></textarea>
+        </div>
+        <section class="review-log-panel">
+          <div class="section-head compact">
+            <h2>修改记录</h2>
+            <span id="auditChangeLogCount">0 条</span>
+          </div>
+          <div id="auditChangeLogTable" class="data-table-wrap"></div>
+        </section>
+      </aside>
+    </section>
+  </main>
+
+  <main id="auditHistoryPage" class="page-view audit-history-page is-hidden">
+    <section class="page-band">
+      <div class="section-head">
+        <h2>抽查一览</h2>
+        <button id="auditHistoryRefreshBtn" type="button">刷新抽查记录</button>
+      </div>
+      <div id="auditHistoryTable" class="data-table-wrap"></div>
+    </section>
+  </main>
+
+  <main id="settingsPage" class="page-view settings-page is-hidden">
+    <section class="settings-grid">
+      <section class="page-band settings-wide">
+        <div class="section-head">
+          <h2>用户与权限</h2>
+          <span id="settingsUserCount">0 个用户</span>
+        </div>
+        <form id="userForm" class="settings-form">
+          <input id="newUsername" autocomplete="off" placeholder="新用户名">
+          <input id="newPassword" type="password" autocomplete="new-password" placeholder="密码">
+          <div id="newUserPermissions" class="permission-grid"></div>
+          <button type="submit">新建用户</button>
+        </form>
+        <div id="userList" class="user-list"></div>
+      </section>
+      <section class="page-band">
+        <h2>数据库与目录</h2>
+        <div id="settingsStatus" class="settings-list"></div>
+      </section>
+      <section class="page-band">
+        <h2>系统设置</h2>
+        <div class="settings-list">
+          <div>
+            <span>状态检查</span>
+            <form id="systemSettingsForm" class="status-check-form">
+              <input id="statusCheckTime" type="time" value="03:00" aria-label="每日状态检查时间">
+              <button id="saveSystemSettingsBtn" type="submit">保存时间</button>
+              <button id="statusCheckBtn" type="button">立即检查</button>
+            </form>
+          </div>
+          <div><span>检查计划</span><strong id="statusCheckMeta">尚未检查</strong></div>
+          <div>
+            <span>Kimi AI</span>
+            <form id="kimiSettingsForm" class="status-check-form">
+              <label class="toggle-field"><input id="kimiEnabled" type="checkbox">启用</label>
+              <input id="kimiModel" type="text" placeholder="模型">
+              <input id="kimiApiBase" type="url" placeholder="API Base">
+              <input id="kimiConcurrency" type="number" min="1" max="6" value="3" aria-label="AI并发数">
+              <button id="saveKimiSettingsBtn" type="submit">保存AI</button>
+            </form>
+          </div>
+          <div><span>Kimi API</span><strong id="kimiMeta">未检查</strong></div>
+          <div><span>复核工作台</span><strong>默认显示全部复核数据，仅使用 PDF 预览</strong></div>
+          <div><span>保存动作</span><strong>写入字段、修改日志、reviewed 状态</strong></div>
+          <div>
+            <span>提交已复核</span>
+            <button id="submitReviewedBtn" type="button">一键提交已人工复核项目</button>
+          </div>
+          <div><span>抽查来源</span><strong>reviewed / auto_pass</strong></div>
+          <div><span>日志表</span><strong>复核和抽查日志并入主表 JSONB</strong></div>
+        </div>
+      </section>
+    </section>
+  </main>
+  </div>
+
+  <script src="/static/app.js"></script>
+</body>
+</html>

患者首页处理/数据可视化网页端/docker-compose.yml

@@ -0,0 +1,20 @@
+name: patient-frontpage-review
+
+services:
+  patient-frontpage-review:
+    build:
+      context: .
+    container_name: patient-frontpage-review
+    env_file:
+      - ../.env
+    environment:
+      REVIEW_SETTINGS_PATH: /app/settings/review_settings.local.json
+    ports:
+      - "8501:8501"
+    volumes:
+      - ../已处理-患者首页PDF/2026_5_25_处理:/data/pdfs:ro
+      - review-settings:/app/settings
+    restart: unless-stopped
+
+volumes:
+  review-settings:

患者首页处理/数据处理工作区/01_配置规则/01_科室分类规则.json

@@ -0,0 +1,245 @@
+{
+  "说明": "每个具体子科室只归属一个大科室；aliases 用于把图片文件夹名归一到标准子科室名。",
+  "大科室列表": [
+    {
+      "大科室": "肝胆外科及肝移植相关",
+      "子科室": [
+        "肝胆外科1",
+        "肝胆外科2",
+        "肝胆外科3",
+        "肝胆外科4",
+        "肝胆外科5D",
+        "肝胆外科手术室",
+        "肝胆特种病区L",
+        "肝移植内",
+        "肝移植内N"
+      ]
+    },
+    {
+      "大科室": "普通外科及腹部外科",
+      "子科室": [
+        "普外科1",
+        "普外科2",
+        "普外科3",
+        "普外科4D",
+        "腹部外科L",
+        "普通腺体外科"
+      ]
+    },
+    {
+      "大科室": "急诊医学科",
+      "子科室": [
+        "急诊中心",
+        "急诊中心L",
+        "急诊重症医学科L"
+      ]
+    },
+    {
+      "大科室": "重症医学科",
+      "子科室": [
+        "※重症医学1病区",
+        "重症医学2N病区",
+        "重症医学3病区",
+        "重症医学4D病区",
+        "外科ICU",
+        "肝胆ICU",
+        "肿瘤外科重症",
+        "感染重症"
+      ]
+    },
+    {
+      "大科室": "骨科",
+      "子科室": [
+        "骨科",
+        "骨科1",
+        "骨科2"
+      ]
+    },
+    {
+      "大科室": "泌尿外科",
+      "子科室": [
+        "泌尿外1",
+        "泌尿外2"
+      ]
+    },
+    {
+      "大科室": "呼吸内科",
+      "子科室": [
+        "呼吸内科3病区"
+      ]
+    },
+    {
+      "大科室": "耳鼻喉头颈外科",
+      "子科室": [
+        "耳鼻喉D",
+        "耳鼻喉头颈外科",
+        "耳鼻喉头颈外科L",
+        "耳鼻喉2病区"
+      ]
+    },
+    {
+      "大科室": "日间诊疗中心",
+      "子科室": [
+        "日间手术中心",
+        "日间中心病房L"
+      ]
+    },
+    {
+      "大科室": "乳腺外科",
+      "子科室": [
+        "乳腺外科1N",
+        "乳腺外科2N",
+        "乳腺外科2D"
+      ]
+    },
+    {
+      "大科室": "胸外科",
+      "子科室": [
+        "胸外1",
+        "胸外2",
+        "胸外3",
+        "胸外4D"
+      ]
+    },
+    {
+      "大科室": "肝病内科",
+      "子科室": [
+        "肝病内科"
+      ]
+    },
+    {
+      "大科室": "感染科",
+      "子科室": [
+        "感染1",
+        "感染2",
+        "感染3"
+      ]
+    },
+    {
+      "大科室": "肿瘤放疗科",
+      "子科室": [
+        "肿瘤放疗1",
+        "肿瘤放疗2",
+        "肿瘤放疗3",
+        "肿瘤放疗病区L",
+        "肿瘤放疗中心L【无人】",
+        "肿瘤放疗日间【无人】"
+      ]
+    },
+    {
+      "大科室": "特需/涉外病房",
+      "子科室": [
+        "健苑五涉外病房"
+      ]
+    },
+    {
+      "大科室": "老年外科",
+      "子科室": [
+        "老年外科"
+      ]
+    }
+  ],
+  "aliases": {
+    "呼吸内科3": "呼吸内科3病区",
+    "外科ICU": "外科ICU",
+    "急诊中心病房": "急诊中心",
+    "急诊中心": "急诊中心",
+    "急诊中心病房L": "急诊中心L",
+    "急诊中心L": "急诊中心L",
+    "急诊重症医学L": "急诊重症医学科L",
+    "急诊重症L": "急诊重症医学科L",
+    "急诊重症医学科L": "急诊重症医学科L",
+    "感染科1": "感染1",
+    "感染科2": "感染2",
+    "感染科3": "感染3",
+    "感染1": "感染1",
+    "感染2": "感染2",
+    "感染3": "感染3",
+    "感染科重症": "感染重症",
+    "感染重症": "感染重症",
+    "肝病内科": "肝病内科",
+    "肝病内科N": "肝病内科",
+    "肝胆外科1": "肝胆外科1",
+    "肝胆外科2": "肝胆外科2",
+    "肝胆外科3": "肝胆外科3",
+    "肝胆外科4": "肝胆外科4",
+    "肝胆1": "肝胆外科1",
+    "肝胆2": "肝胆外科2",
+    "肝胆3": "肝胆外科3",
+    "肝胆4": "肝胆外科4",
+    "肝胆5D": "肝胆外科5D",
+    "肝胆外科5病房D": "肝胆外科5D",
+    "肝胆特种L": "肝胆特种病区L",
+    "肝胆特种病区L": "肝胆特种病区L",
+    "肝胆移植内": "肝移植内",
+    "肝移植内": "肝移植内",
+    "肝移植内科": "肝移植内",
+    "肝移植内N": "肝移植内N",
+    "肝移植内科N": "肝移植内N",
+    "肿瘤放疗3": "肿瘤放疗3",
+    "肿放3": "肿瘤放疗3",
+    "肿瘤放疗L": "肿瘤放疗病区L",
+    "肿放L": "肿瘤放疗病区L",
+    "重症医学1": "※重症医学1病区",
+    "重症医学科1": "※重症医学1病区",
+    "重症1": "※重症医学1病区",
+    "重症医学2": "重症医学2N病区",
+    "重症医学科2": "重症医学2N病区",
+    "重症2": "重症医学2N病区",
+    "重症2N": "重症医学2N病区",
+    "重症医学3": "重症医学3病区",
+    "重症医学科3": "重症医学3病区",
+    "重症3": "重症医学3病区",
+    "重症医学4": "重症医学4D病区",
+    "重症医学科4": "重症医学4D病区",
+    "重症4": "重症医学4D病区",
+    "重症4D": "重症医学4D病区",
+    "胸外1": "胸外1",
+    "胸外2": "胸外2",
+    "胸外3": "胸外3",
+    "胸外4D": "胸外4D",
+    "普外1": "普外科1",
+    "普外2": "普外科2",
+    "普外3": "普外科3",
+    "普外4D": "普外科4D",
+    "普通外科1": "普外科1",
+    "普通外科2": "普外科2",
+    "普通外科3": "普外科3",
+    "普通外科4": "普外科4D",
+    "普通外科4D": "普外科4D",
+    "普通腺体外科": "普通腺体外科",
+    "腹部外科L": "腹部外科L",
+    "肝胆ICU": "肝胆ICU",
+    "日间手术": "日间手术中心",
+    "日间手术中心": "日间手术中心",
+    "日间手术L": "日间中心病房L",
+    "日间中心病房L": "日间中心病房L",
+    "耳鼻喉": "耳鼻喉头颈外科",
+    "耳鼻喉D": "耳鼻喉D",
+    "耳鼻喉L": "耳鼻喉头颈外科L",
+    "耳鼻喉头颈外科": "耳鼻喉头颈外科",
+    "耳鼻喉头颈外科L": "耳鼻喉头颈外科L",
+    "耳鼻咽喉": "耳鼻喉头颈外科",
+    "耳鼻咽喉头颈外科": "耳鼻喉头颈外科",
+    "耳鼻喉2": "耳鼻喉2病区",
+    "耳鼻喉2D": "耳鼻喉2病区",
+    "耳鼻喉头颈2": "耳鼻喉2病区",
+    "乳腺外科": "乳腺外科1N",
+    "乳腺外科1": "乳腺外科1N",
+    "乳腺外科1N": "乳腺外科1N",
+    "乳腺外科2": "乳腺外科2N",
+    "乳腺外科2N": "乳腺外科2N",
+    "乳腺外科2D": "乳腺外科2D",
+    "乳腺1N": "乳腺外科1N",
+    "乳腺2N": "乳腺外科2N",
+    "乳腺2D": "乳腺外科2D",
+    "骨科": "骨科",
+    "骨科1": "骨科1",
+    "骨科2": "骨科2",
+    "泌尿1": "泌尿外1",
+    "泌尿2": "泌尿外2",
+    "健苑五涉外": "健苑五涉外病房",
+    "健苑五涉外病房": "健苑五涉外病房",
+    "老年外科": "老年外科"
+  }
+}

患者首页处理/数据处理工作区/03_人工复核/03_人工复核导出与回写.py

@@ -0,0 +1,224 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+从 PostgreSQL 导出患者首页复核表，并把人工复核结果回写到 Patient_FrontPages。
+
+依赖系统命令 psql；数据库密码通过 PGPASSWORD 环境变量或 --pg-password 传入。
+"""
+
+from __future__ import annotations
+
+import argparse
+import os
+import re
+import shutil
+import subprocess
+import sys
+import tempfile
+from pathlib import Path
+
+
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+DEFAULT_OUTPUT = PROJECT_ROOT / "数据处理结果区" / "04_复核与人工校正" / "患者首页_人工复核表.csv"
+DEFAULT_TABLE = "Patient_FrontPages"
+
+
+def quote_pg_identifier(identifier: str) -> str:
+    if not re.fullmatch(r"[A-Za-z_][A-Za-z0-9_]*", identifier):
+        raise ValueError(f"非法 PostgreSQL 表名：{identifier}")
+    return '"' + identifier.replace('"', '""') + '"'
+
+
+def connection_env(args: argparse.Namespace) -> dict[str, str]:
+    env = os.environ.copy()
+    env.update(
+        {
+            "PGHOST": args.pg_host or os.environ.get("PGHOST", ""),
+            "PGPORT": str(args.pg_port or os.environ.get("PGPORT", "")),
+            "PGDATABASE": args.pg_database or os.environ.get("PGDATABASE", ""),
+            "PGUSER": args.pg_user or os.environ.get("PGUSER", ""),
+            "PGPASSWORD": args.pg_password or os.environ.get("PGPASSWORD", ""),
+        }
+    )
+    missing = [name for name in ["PGHOST", "PGPORT", "PGDATABASE", "PGUSER", "PGPASSWORD"] if not env.get(name)]
+    if missing:
+        raise RuntimeError("缺少 PostgreSQL 连接配置：" + "、".join(missing))
+    return env
+
+
+def run_psql(sql: str, args: argparse.Namespace) -> None:
+    if shutil.which("psql") is None:
+        raise RuntimeError("未找到 psql。请先安装 PostgreSQL 客户端。")
+    with tempfile.TemporaryDirectory(prefix="patient_front_review_") as tmpdir:
+        sql_path = Path(tmpdir) / "review.sql"
+        sql_path.write_text(sql, encoding="utf-8")
+        completed = subprocess.run(
+            ["psql", "--no-password", "--file", str(sql_path)],
+            check=False,
+            stdout=subprocess.PIPE,
+            stderr=subprocess.PIPE,
+            text=True,
+            encoding="utf-8",
+            errors="replace",
+            env=connection_env(args),
+        )
+    if completed.returncode != 0:
+        raise RuntimeError(completed.stderr.strip() or completed.stdout.strip() or "psql 执行失败")
+    if completed.stdout.strip():
+        print(completed.stdout.strip())
+
+
+def export_review(args: argparse.Namespace) -> None:
+    output = args.output.resolve()
+    output.parent.mkdir(parents=True, exist_ok=True)
+    escaped_output = str(output).replace("'", "''")
+    table = quote_pg_identifier(args.pg_table)
+    where_sql = "" if args.all else "WHERE review_status <> 'auto_pass' OR manual_corrected IS TRUE"
+    select_sql = (
+        "SELECT inpatient_no, source_file, medical_record_no, front_page_medical_record_no, patient_name, "
+        "gender, birth_date, discharge_dept, major_department, primary_diagnosis, "
+        "primary_diagnosis_code, total_cost, self_pay_amount, review_status, "
+        "review_notes::text AS review_notes, auto_corrections::text AS auto_corrections, "
+        "manual_corrected, contact_address, contact_phone, discharge_diagnoses::text AS discharge_diagnoses, "
+        "operations::text AS operations, pathology_diagnosis, pathology_diagnosis_code, pathology_no, "
+        "discharge_disposition_code, readmission_plan_code, quality_status, quality_notes::text AS quality_notes, "
+        "'' AS manual_review_notes, '' AS corrected_medical_record_no, "
+        "'' AS corrected_patient_name, '' AS corrected_major_department, "
+        "'' AS corrected_primary_diagnosis, '' AS corrected_primary_diagnosis_code, "
+        "'' AS corrected_total_cost, '' AS corrected_self_pay_amount, '' AS mark_review_status "
+        f"FROM {table} {where_sql} ORDER BY source_file"
+    )
+    sql = f"\\set ON_ERROR_STOP on\n\\copy ({select_sql}) TO '{escaped_output}' WITH (FORMAT csv, HEADER true, ENCODING 'UTF8')\n"
+    run_psql(sql, args)
+    print(f"已导出复核表：{output}")
+
+
+def import_review(args: argparse.Namespace) -> None:
+    input_path = args.input.resolve()
+    if not input_path.exists():
+        raise RuntimeError(f"复核表不存在：{input_path}")
+    escaped_input = str(input_path).replace("'", "''")
+    table = quote_pg_identifier(args.pg_table)
+    sql = f"""
+\\set ON_ERROR_STOP on
+CREATE TEMP TABLE patient_front_review_import (
+    inpatient_no TEXT,
+    source_file TEXT,
+    medical_record_no TEXT,
+    front_page_medical_record_no TEXT,
+    patient_name TEXT,
+    gender TEXT,
+    birth_date TEXT,
+    discharge_dept TEXT,
+    major_department TEXT,
+    primary_diagnosis TEXT,
+    primary_diagnosis_code TEXT,
+    total_cost TEXT,
+    self_pay_amount TEXT,
+    review_status TEXT,
+    review_notes TEXT,
+    auto_corrections TEXT,
+    manual_corrected TEXT,
+    contact_address TEXT,
+    contact_phone TEXT,
+    discharge_diagnoses TEXT,
+    operations TEXT,
+    pathology_diagnosis TEXT,
+    pathology_diagnosis_code TEXT,
+    pathology_no TEXT,
+    discharge_disposition_code TEXT,
+    readmission_plan_code TEXT,
+    quality_status TEXT,
+    quality_notes TEXT,
+    manual_review_notes TEXT,
+    corrected_medical_record_no TEXT,
+    corrected_patient_name TEXT,
+    corrected_major_department TEXT,
+    corrected_primary_diagnosis TEXT,
+    corrected_primary_diagnosis_code TEXT,
+    corrected_total_cost TEXT,
+    corrected_self_pay_amount TEXT,
+    mark_review_status TEXT
+);
+
+\\copy patient_front_review_import FROM '{escaped_input}' WITH (FORMAT csv, HEADER true, ENCODING 'UTF8')
+
+UPDATE {table} AS t
+SET
+    medical_record_no = COALESCE(NULLIF(i.corrected_medical_record_no, ''), t.medical_record_no),
+    patient_name = COALESCE(NULLIF(i.corrected_patient_name, ''), t.patient_name),
+    major_department = COALESCE(NULLIF(i.corrected_major_department, ''), t.major_department),
+    primary_diagnosis = COALESCE(NULLIF(i.corrected_primary_diagnosis, ''), t.primary_diagnosis),
+    primary_diagnosis_code = COALESCE(NULLIF(i.corrected_primary_diagnosis_code, ''), t.primary_diagnosis_code),
+    total_cost = COALESCE(NULLIF(i.corrected_total_cost, '')::numeric, t.total_cost),
+    self_pay_amount = COALESCE(NULLIF(i.corrected_self_pay_amount, '')::numeric, t.self_pay_amount),
+    review_status = COALESCE(NULLIF(i.mark_review_status, ''), 'reviewed'),
+    review_notes = CASE
+        WHEN NULLIF(i.manual_review_notes, '') IS NULL THEN t.review_notes
+        ELSE t.review_notes || jsonb_build_array(i.manual_review_notes)
+    END,
+    manual_corrected = CASE
+        WHEN NULLIF(i.corrected_medical_record_no, '') IS NOT NULL
+          OR NULLIF(i.corrected_patient_name, '') IS NOT NULL
+          OR NULLIF(i.corrected_major_department, '') IS NOT NULL
+          OR NULLIF(i.corrected_primary_diagnosis, '') IS NOT NULL
+          OR NULLIF(i.corrected_primary_diagnosis_code, '') IS NOT NULL
+          OR NULLIF(i.corrected_total_cost, '') IS NOT NULL
+          OR NULLIF(i.corrected_self_pay_amount, '') IS NOT NULL
+          OR lower(COALESCE(i.manual_corrected, '')) IN ('true', 't', '1', 'yes', 'y')
+        THEN true
+        ELSE t.manual_corrected
+    END
+FROM patient_front_review_import AS i
+WHERE (
+    NULLIF(i.inpatient_no, '') IS NOT NULL
+    AND t.inpatient_no = i.inpatient_no
+) OR (
+    NULLIF(i.inpatient_no, '') IS NULL
+    AND t.source_file = i.source_file
+);
+""".strip()
+    run_psql(sql, args)
+    print(f"已回写人工复核表：{input_path}")
+
+
+def build_parser() -> argparse.ArgumentParser:
+    parser = argparse.ArgumentParser(description="导出/回写患者首页 PostgreSQL 人工复核表。")
+    subparsers = parser.add_subparsers(dest="command", required=True)
+
+    def add_pg_options(subparser: argparse.ArgumentParser) -> None:
+        subparser.add_argument("--pg-host", default=os.environ.get("PGHOST", ""), help="PostgreSQL 主机；也可用 PGHOST")
+        subparser.add_argument("--pg-port", default=os.environ.get("PGPORT", "5432"), help="PostgreSQL 端口；也可用 PGPORT")
+        subparser.add_argument("--pg-database", default=os.environ.get("PGDATABASE", ""), help="PostgreSQL 数据库；也可用 PGDATABASE")
+        subparser.add_argument("--pg-user", default=os.environ.get("PGUSER", ""), help="PostgreSQL 用户名；也可用 PGUSER")
+        subparser.add_argument("--pg-password", default=os.environ.get("PGPASSWORD", ""), help="PostgreSQL 密码；也可用 PGPASSWORD")
+        subparser.add_argument("--pg-table", default=os.environ.get("PG_PATIENT_TABLE", DEFAULT_TABLE), help="PostgreSQL 表名")
+
+    export_parser = subparsers.add_parser("export", help="从 PostgreSQL 导出待复核 CSV")
+    add_pg_options(export_parser)
+    export_parser.add_argument("-o", "--output", type=Path, default=DEFAULT_OUTPUT, help="复核 CSV 输出路径")
+    export_parser.add_argument("--all", action="store_true", help="导出全部记录，而不仅是需复核/已人工修正记录")
+
+    import_parser = subparsers.add_parser("import", help="把人工复核 CSV 回写 PostgreSQL")
+    add_pg_options(import_parser)
+    import_parser.add_argument("-i", "--input", type=Path, default=DEFAULT_OUTPUT, help="人工复核 CSV 路径")
+    return parser
+
+
+def main() -> int:
+    args = build_parser().parse_args()
+    if args.command == "export":
+        export_review(args)
+    elif args.command == "import":
+        import_review(args)
+    else:
+        raise RuntimeError(f"未知命令：{args.command}")
+    return 0
+
+
+if __name__ == "__main__":
+    try:
+        raise SystemExit(main())
+    except Exception as exc:  # noqa: BLE001 - 命令行工具需要清楚输出错误
+        print(f"错误：{exc}", file=sys.stderr)
+        raise SystemExit(1)

患者首页处理/数据处理工作区/04_质量体检/04_字段核验与数据库体检.py

@@ -0,0 +1,175 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+对 Patient_FrontPages 做字段级体检。
+
+输出：
+- 数据处理结果区/05_质量体检/患者首页_数据库体检报告.txt
+- 数据处理结果区/05_质量体检/患者首页_字段空值统计.csv
+- 数据处理结果区/05_质量体检/患者首页_疑似异常记录.csv
+"""
+
+from __future__ import annotations
+
+import argparse
+import os
+import re
+import shutil
+import subprocess
+import sys
+import tempfile
+from pathlib import Path
+
+
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+DEFAULT_OUTPUT_DIR = PROJECT_ROOT / "数据处理结果区" / "05_质量体检"
+DEFAULT_TABLE = "Patient_FrontPages"
+
+
+def quote_pg_identifier(identifier: str) -> str:
+    if not re.fullmatch(r"[A-Za-z_][A-Za-z0-9_]*", identifier):
+        raise ValueError(f"非法 PostgreSQL 表名：{identifier}")
+    return '"' + identifier.replace('"', '""') + '"'
+
+
+def connection_env(args: argparse.Namespace) -> dict[str, str]:
+    env = os.environ.copy()
+    env.update(
+        {
+            "PGHOST": args.pg_host or os.environ.get("PGHOST", ""),
+            "PGPORT": str(args.pg_port or os.environ.get("PGPORT", "")),
+            "PGDATABASE": args.pg_database or os.environ.get("PGDATABASE", ""),
+            "PGUSER": args.pg_user or os.environ.get("PGUSER", ""),
+            "PGPASSWORD": args.pg_password or os.environ.get("PGPASSWORD", ""),
+        }
+    )
+    missing = [name for name in ["PGHOST", "PGPORT", "PGDATABASE", "PGUSER", "PGPASSWORD"] if not env.get(name)]
+    if missing:
+        raise RuntimeError("缺少 PostgreSQL 连接配置：" + "、".join(missing))
+    return env
+
+
+def run_psql(sql: str, args: argparse.Namespace) -> str:
+    if shutil.which("psql") is None:
+        raise RuntimeError("未找到 psql。请先安装 PostgreSQL 客户端。")
+    with tempfile.TemporaryDirectory(prefix="patient_front_audit_") as tmpdir:
+        sql_path = Path(tmpdir) / "audit.sql"
+        sql_path.write_text(sql, encoding="utf-8")
+        completed = subprocess.run(
+            ["psql", "--no-password", "--file", str(sql_path)],
+            check=False,
+            stdout=subprocess.PIPE,
+            stderr=subprocess.PIPE,
+            text=True,
+            encoding="utf-8",
+            errors="replace",
+            env=connection_env(args),
+        )
+    if completed.returncode != 0:
+        raise RuntimeError(completed.stderr.strip() or completed.stdout.strip() or "psql 执行失败")
+    return completed.stdout
+
+
+def build_empty_stat_sql(table: str) -> str:
+    monitored_columns = [
+        "inpatient_no",
+        "medical_record_no",
+        "patient_name",
+        "gender",
+        "birth_date",
+        "id_card_no",
+        "contact_address",
+        "admission_time",
+        "discharge_time",
+        "major_department",
+        "primary_diagnosis",
+        "primary_diagnosis_code",
+        "discharge_diagnoses",
+        "operations",
+        "quality_status",
+        "review_status",
+    ]
+    selects = []
+    for column in monitored_columns:
+        identifier = quote_pg_identifier(column)
+        if column in {"discharge_diagnoses", "operations"}:
+            empty_expr = f"{identifier} IS NULL OR jsonb_array_length({identifier}) = 0"
+        else:
+            empty_expr = f"{identifier} IS NULL OR {identifier}::text = ''"
+        selects.append(f"SELECT '{column}' AS column_name, count(*) FILTER (WHERE {empty_expr}) AS empty_count, count(*) AS total_count FROM {table}")
+    return " UNION ALL ".join(selects)
+
+
+def audit(args: argparse.Namespace) -> None:
+    output_dir = args.output_dir.resolve()
+    output_dir.mkdir(parents=True, exist_ok=True)
+    table = quote_pg_identifier(args.pg_table)
+    empty_csv = output_dir / "患者首页_字段空值统计.csv"
+    suspicious_csv = output_dir / "患者首页_疑似异常记录.csv"
+    report_path = output_dir / "患者首页_数据库体检报告.txt"
+    empty_stat_sql = build_empty_stat_sql(table)
+    suspicious_sql = (
+        "SELECT source_file, inpatient_no, medical_record_no, patient_name, review_status, "
+        "review_notes::text AS review_notes, contact_address, primary_diagnosis, primary_diagnosis_code "
+        f"FROM {table} "
+        "WHERE review_status <> 'auto_pass' "
+        "OR inpatient_no !~ '^ZY\\d{12}$' "
+        "OR medical_record_no !~ '^\\d{10}$' "
+        "OR contact_address ~ '急诊|门诊|其他医疗机构转入|医嘱离院' "
+        "OR primary_diagnosis_code IS NULL "
+        "OR primary_diagnosis_code = '' "
+        "ORDER BY source_file"
+    )
+
+    sql = f"""
+\\set ON_ERROR_STOP on
+\\pset pager off
+\\o {str(report_path).replace("'", "''")}
+SELECT '总记录数' AS item, count(*)::text AS value FROM {table}
+UNION ALL
+SELECT '需复核记录数', count(*)::text FROM {table} WHERE review_status <> 'auto_pass'
+UNION ALL
+SELECT '缺字段注释数', count(*)::text
+FROM pg_class c
+JOIN pg_namespace n ON n.oid = c.relnamespace
+JOIN pg_attribute a ON a.attrelid = c.oid
+WHERE n.nspname = 'public'
+  AND c.relname = {args.pg_table!r}
+  AND a.attnum > 0
+  AND NOT a.attisdropped
+  AND col_description(c.oid, a.attnum) IS NULL;
+\\o
+\\copy ({empty_stat_sql}) TO '{str(empty_csv).replace("'", "''")}' WITH (FORMAT csv, HEADER true, ENCODING 'UTF8')
+\\copy ({suspicious_sql}) TO '{str(suspicious_csv).replace("'", "''")}' WITH (FORMAT csv, HEADER true, ENCODING 'UTF8')
+""".strip()
+    stdout = run_psql(sql, args)
+    if stdout.strip():
+        print(stdout.strip())
+    print(f"体检报告：{report_path}")
+    print(f"字段空值统计：{empty_csv}")
+    print(f"疑似异常记录：{suspicious_csv}")
+
+
+def build_parser() -> argparse.ArgumentParser:
+    parser = argparse.ArgumentParser(description="核验 Patient_FrontPages 字段注释、空值和疑似错位记录。")
+    parser.add_argument("--pg-host", default=os.environ.get("PGHOST", ""), help="PostgreSQL 主机；也可用 PGHOST")
+    parser.add_argument("--pg-port", default=os.environ.get("PGPORT", "5432"), help="PostgreSQL 端口；也可用 PGPORT")
+    parser.add_argument("--pg-database", default=os.environ.get("PGDATABASE", ""), help="PostgreSQL 数据库；也可用 PGDATABASE")
+    parser.add_argument("--pg-user", default=os.environ.get("PGUSER", ""), help="PostgreSQL 用户名；也可用 PGUSER")
+    parser.add_argument("--pg-password", default=os.environ.get("PGPASSWORD", ""), help="PostgreSQL 密码；也可用 PGPASSWORD")
+    parser.add_argument("--pg-table", default=os.environ.get("PG_PATIENT_TABLE", DEFAULT_TABLE), help="PostgreSQL 表名")
+    parser.add_argument("-o", "--output-dir", type=Path, default=DEFAULT_OUTPUT_DIR, help="体检结果输出目录")
+    return parser
+
+
+def main() -> int:
+    audit(build_parser().parse_args())
+    return 0
+
+
+if __name__ == "__main__":
+    try:
+        raise SystemExit(main())
+    except Exception as exc:  # noqa: BLE001
+        print(f"错误：{exc}", file=sys.stderr)
+        raise SystemExit(1)

患者首页处理/数据处理工作区/05_备用读取/05_备用PDF转Markdown_Mineru.py

@@ -0,0 +1,130 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+
+import os
+import requests
+import zipfile
+import io
+import shutil  # 【新增】用于删除非空文件夹
+import argparse  # <--- 1. 确保这里导入了
+
+def main():
+    # 1. 配置命令行参数解析
+    parser = argparse.ArgumentParser(description="Mineru PDF 转 Markdown 批量处理工具")
+    
+    # 添加参数
+    parser.add_argument("-s", "--source", type=str, default="./Papers/ORI_PDF",
+                        help="源 PDF 文件夹路径 (默认: ./Papers/ORI_PDF)")
+    parser.add_argument("-t", "--target", type=str, default="./Papers/ORI_MD",
+                        help="目标 Markdown 文件夹路径 (默认: ./Papers/ORI_MD)")
+    parser.add_argument("-u", "--url", type=str, default="http://10.168.1.103:4000/extract",
+                        help="API 服务端地址 (默认: http://10.168.1.103:4000/extract)")
+    parser.add_argument("--sync", action="store_true", 
+                        help="任务完成后是否开启反向同步清理（删除多余的输出文件夹）")
+
+    args = parser.parse_args()
+    
+    # 使用解析后的参数
+    url = args.url
+    source_dir = args.source
+    target_dir = args.target
+
+    # 2. 确保源目录存在，避免报错
+    if not os.path.exists(source_dir):
+        print(f"错误: 找不到源文件夹 '{source_dir}'")
+        exit(1)
+
+    # 确保目标主文件夹存在
+    os.makedirs(target_dir, exist_ok=True)
+
+    # 3. 遍历源文件夹下的所有文件进行上传处理
+    for filename in os.listdir(source_dir):
+        # 只处理 PDF 文件
+        if not filename.lower().endswith(".pdf"):
+            continue
+            
+        file_path = os.path.join(source_dir, filename)
+        # 获取去掉 .pdf 后缀的文件名
+        pdf_name_no_ext = os.path.splitext(filename)[0]
+        
+        # 对应的输出文件夹路径
+        output_folder = os.path.join(target_dir, pdf_name_no_ext)
+        
+        # ==========================================
+        # 检查是否已经处理过
+        # 如果输出文件夹已存在，且内部有文件，则视为已转换，直接跳过
+        # ==========================================
+        if os.path.exists(output_folder) and len(os.listdir(output_folder)) > 0:
+            print(f"⏩ 已存在转换结果，跳过处理: {filename}")
+            continue
+        
+        print(f"正在上传并处理 {filename}...")
+        
+        try:
+            # 4. 发送请求
+            with open(file_path, "rb") as f:
+                files = {"file": (filename, f, "application/pdf")}
+                response = requests.post(url, files=files)
+
+            # 5. 处理响应结果
+            if response.status_code == 200:
+                # 检查服务端是否返回了包含报错信息的 JSON
+                if response.headers.get('content-type') == 'application/json':
+                    error_msg = response.json()
+                    print(f"❌ 服务端处理失败 ({filename})：{error_msg.get('message', '未知错误')}")
+                    continue # 跳过解压，处理下一个
+
+                # 确保该 PDF 专属的输出文件夹存在
+                os.makedirs(output_folder, exist_ok=True)
+                
+                # 核心：使用 io.BytesIO 直接在内存中读取 zip 内容并解压
+                try:
+                    with zipfile.ZipFile(io.BytesIO(response.content)) as zip_ref:
+                        zip_ref.extractall(output_folder)
+                    print(f"✅ 成功！已解压并保存至文件夹: {output_folder}")
+                except zipfile.BadZipFile:
+                    print(f"❌ 失败！{filename} 返回的内容不是有效的 ZIP 格式。")
+            else:
+                print(f"❌ 失败！{filename} 状态码: {response.status_code}, 报错: {response.text}")
+                
+        except requests.exceptions.RequestException as e:
+            print(f"❌ 网络请求异常 ({filename}): {e}")
+        except Exception as e:
+            print(f"❌ 处理 {filename} 时发生未知错误: {e}")
+
+    print("-" * 30)
+    print("转换任务结束，开始进行文件夹同步清理...")
+
+    # ==========================================
+    # 【新增逻辑】：反向比对，清理多余的 MD 文件夹
+    # ==========================================
+    # 1. 收集当前 ORI_PDF 中所有有效的 PDF 名字（不含后缀）
+    valid_pdf_names = set()
+    for filename in os.listdir(source_dir):
+        if filename.lower().endswith(".pdf"):
+            valid_pdf_names.add(os.path.splitext(filename)[0])
+
+    # 2. 遍历 ORI_MD 文件夹
+    if os.path.exists(target_dir):
+        for folder_name in os.listdir(target_dir):
+            folder_path = os.path.join(target_dir, folder_name)
+            
+            # 仅处理文件夹（以防里面有意外的独立文件）
+            if os.path.isdir(folder_path):
+                # 3. 如果这个文件夹的名字不在有效的 PDF 列表中，说明是被删掉的“孤儿”
+                if folder_name not in valid_pdf_names:
+                    print(f"🧹 发现多余文件，正在清理: {folder_name}")
+                    try:
+                        # 使用 shutil.rmtree 删除整个文件夹及其内部所有内容
+                        shutil.rmtree(folder_path)
+                    except Exception as e:
+                        print(f"❌ 删除 {folder_name} 时发生错误: {e}")
+
+    print("-" * 30)
+    print("所有批量任务彻底完成！")
+
+if __name__ == "__main__":
+    try:
+        main()
+    except KeyboardInterrupt:
+        print("\n检测到用户中断，程序退出。")

患者首页处理/数据处理工作区/06_图片对照核验/06_PDF转图片与对照核验.py

@@ -0,0 +1,697 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+把患者首页 PDF 转为图片，并生成图片-结构化字段对照核验清单。
+
+依赖系统命令 pdftoppm，通常由 poppler-utils 提供。
+"""
+
+from __future__ import annotations
+
+import argparse
+import csv
+import html
+import json
+import re
+import shutil
+import subprocess
+from dataclasses import dataclass
+from pathlib import Path
+from string import Template
+from typing import Any
+
+
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+DEFAULT_INPUT_DIR = PROJECT_ROOT / "待处理-患者首页PDF"
+DEFAULT_RESULT_DIR = PROJECT_ROOT / "数据处理结果区"
+DEFAULT_IMAGE_REVIEW_DIR = DEFAULT_RESULT_DIR / "06_PDF图片对照"
+
+
+@dataclass(frozen=True)
+class FieldCheck:
+    group: str
+    key: str
+    level: str
+    location_hint: str
+
+
+FIELD_CHECKS = [
+    FieldCheck("基本信息", "医疗机构", "recommended", "首页抬头及组织机构代码附近"),
+    FieldCheck("基本信息", "医疗付费方式", "recommended", "首页左上付费方式"),
+    FieldCheck("基本信息", "健康卡号", "recommended", "首页左上健康卡号"),
+    FieldCheck("基本信息", "住院次数", "recommended", "首页左上住院次数"),
+    FieldCheck("基本信息", "病案号", "required", "首页左上病案号"),
+    FieldCheck("基本信息", "姓名", "required", "基本信息行"),
+    FieldCheck("基本信息", "性别", "required", "基本信息行"),
+    FieldCheck("基本信息", "出生日期", "required", "基本信息行"),
+    FieldCheck("基本信息", "年龄", "required", "基本信息行"),
+    FieldCheck("基本信息", "国籍", "recommended", "基本信息行"),
+    FieldCheck("基本信息", "身份证号", "required", "基本信息行"),
+    FieldCheck("基本信息", "职业", "recommended", "基本信息行"),
+    FieldCheck("基本信息", "婚姻代码", "recommended", "基本信息行"),
+    FieldCheck("基本信息", "出生地", "recommended", "地址信息区"),
+    FieldCheck("基本信息", "籍贯", "recommended", "地址信息区"),
+    FieldCheck("基本信息", "民族", "recommended", "地址信息区"),
+    FieldCheck("地址联系人", "现住址", "required", "现住址行"),
+    FieldCheck("地址联系人", "现住址电话", "recommended", "现住址行"),
+    FieldCheck("地址联系人", "现住址邮编", "recommended", "现住址行"),
+    FieldCheck("地址联系人", "户口地址", "recommended", "户口地址行"),
+    FieldCheck("地址联系人", "户口地址邮编", "recommended", "户口地址行"),
+    FieldCheck("地址联系人", "工作单位及地址", "recommended", "工作单位及地址行"),
+    FieldCheck("地址联系人", "单位电话", "recommended", "工作单位及地址行"),
+    FieldCheck("地址联系人", "单位邮编", "recommended", "工作单位及地址行"),
+    FieldCheck("地址联系人", "联系人姓名", "required", "联系人信息行"),
+    FieldCheck("地址联系人", "联系人关系", "recommended", "联系人信息行"),
+    FieldCheck("地址联系人", "联系人地址", "recommended", "联系人信息行"),
+    FieldCheck("地址联系人", "联系人电话", "required", "联系人信息行"),
+    FieldCheck("入出院", "入院途径代码", "recommended", "入院途径勾选项"),
+    FieldCheck("入出院", "入院时间", "required", "入院记录行"),
+    FieldCheck("入出院", "入院科别", "required", "入院记录行"),
+    FieldCheck("入出院", "入院病房", "recommended", "入院记录行"),
+    FieldCheck("入出院", "转科科别", "optional", "转科科别行"),
+    FieldCheck("入出院", "出院时间", "required", "出院记录行"),
+    FieldCheck("入出院", "出院科别", "required", "出院记录行"),
+    FieldCheck("入出院", "出院病房", "recommended", "出院记录行"),
+    FieldCheck("入出院", "实际住院天数", "required", "出院记录行"),
+    FieldCheck("入出院", "大科室", "required", "由入院/出院科别映射"),
+    FieldCheck("诊断手术", "门急诊诊断", "recommended", "诊断区顶部"),
+    FieldCheck("诊断手术", "门急诊诊断编码", "recommended", "诊断区顶部"),
+    FieldCheck("诊断手术", "主要诊断名称", "required", "出院诊断表第一行"),
+    FieldCheck("诊断手术", "主要诊断编码", "required", "出院诊断表第一行"),
+    FieldCheck("诊断手术", "主要诊断入院病情", "required", "出院诊断表第一行"),
+    FieldCheck("诊断手术", "出院诊断", "recommended", "出院诊断表全部行"),
+    FieldCheck("诊断手术", "手术操作", "recommended", "手术及操作表"),
+    FieldCheck("诊断手术", "损伤中毒外部原因", "optional", "损伤中毒外部原因行"),
+    FieldCheck("诊断手术", "损伤中毒疾病编码", "optional", "损伤中毒外部原因行"),
+    FieldCheck("诊断手术", "病理诊断", "optional", "病理诊断行"),
+    FieldCheck("诊断手术", "病理诊断编码", "optional", "病理诊断行"),
+    FieldCheck("诊断手术", "病理号", "optional", "病理号"),
+    FieldCheck("质控信息", "药物过敏代码", "recommended", "药物过敏勾选项"),
+    FieldCheck("质控信息", "过敏药物", "optional", "过敏药物填写处"),
+    FieldCheck("质控信息", "死亡患者尸检代码", "recommended", "死亡患者尸检勾选项"),
+    FieldCheck("质控信息", "血型代码", "recommended", "血型勾选项"),
+    FieldCheck("质控信息", "Rh代码", "recommended", "Rh勾选项"),
+    FieldCheck("质控信息", "科主任", "recommended", "医师签名区"),
+    FieldCheck("质控信息", "主任副主任医师", "recommended", "医师签名区"),
+    FieldCheck("质控信息", "主治医师", "recommended", "医师签名区"),
+    FieldCheck("质控信息", "住院医师", "recommended", "医师签名区"),
+    FieldCheck("质控信息", "责任护士", "recommended", "护理签名区"),
+    FieldCheck("质控信息", "编码员", "recommended", "编码员签名区"),
+    FieldCheck("质控信息", "病案质量代码", "recommended", "病案质量勾选项"),
+    FieldCheck("质控信息", "质控医师", "recommended", "质控签名区"),
+    FieldCheck("质控信息", "质控护士", "recommended", "质控签名区"),
+    FieldCheck("质控信息", "质控日期", "recommended", "质控日期"),
+    FieldCheck("离院费用", "离院方式代码", "recommended", "离院方式勾选项"),
+    FieldCheck("离院费用", "出院31天内再住院计划代码", "recommended", "再住院计划勾选项"),
+    FieldCheck("离院费用", "再住院计划目的", "optional", "再住院计划目的"),
+    FieldCheck("离院费用", "入院前昏迷天数", "optional", "昏迷时间区"),
+    FieldCheck("离院费用", "入院后昏迷天数", "optional", "昏迷时间区"),
+    FieldCheck("离院费用", "总费用", "optional", "费用区"),
+    FieldCheck("离院费用", "自付金额", "optional", "费用区"),
+    FieldCheck("离院费用", "费用明细", "optional", "费用明细区"),
+]
+
+
+def parse_args() -> argparse.Namespace:
+    parser = argparse.ArgumentParser(description="患者首页 PDF 转图片并生成字段对照核验报告")
+    parser.add_argument("-i", "--input-dir", type=Path, default=DEFAULT_INPUT_DIR, help="PDF 输入目录")
+    parser.add_argument("-r", "--result-dir", type=Path, default=DEFAULT_RESULT_DIR, help="解析结果根目录")
+    parser.add_argument("-o", "--output-dir", type=Path, default=DEFAULT_IMAGE_REVIEW_DIR, help="图片对照输出目录")
+    parser.add_argument("--dpi", type=int, default=180, help="图片分辨率，默认 180")
+    parser.add_argument("--format", choices=["png", "jpeg"], default="png", help="图片格式，默认 png")
+    parser.add_argument("--force", action="store_true", help="重新生成已存在图片")
+    parser.add_argument("--strict-recommended", action="store_true", help="把建议字段缺项也写入对照建议")
+    return parser.parse_args()
+
+
+def run(cmd: list[str]) -> subprocess.CompletedProcess[str]:
+    return subprocess.run(cmd, check=True, text=True, capture_output=True)
+
+
+def numeric_page_key(path: Path) -> tuple[int, str]:
+    match = re.search(r"-(\d+)\.(png|jpe?g)$", path.name, flags=re.IGNORECASE)
+    if not match:
+        return (10**9, path.name)
+    return (int(match.group(1)), path.name)
+
+
+def convert_pdf_to_images(pdf_path: Path, output_dir: Path, dpi: int, image_format: str, force: bool) -> tuple[list[Path], str]:
+    pdftoppm = shutil.which("pdftoppm")
+    if not pdftoppm:
+        return [], "未找到 pdftoppm，请安装 poppler-utils。"
+
+    output_dir.mkdir(parents=True, exist_ok=True)
+    extension = "jpg" if image_format == "jpeg" else "png"
+    existing = sorted(output_dir.glob(f"page-*.{extension}"), key=numeric_page_key)
+    if existing and not force:
+        return existing, ""
+
+    if force:
+        for old_image in output_dir.glob("page-*.*"):
+            old_image.unlink()
+
+    prefix = output_dir / "page"
+    cmd = [pdftoppm, "-r", str(dpi), f"-{image_format}", str(pdf_path), str(prefix)]
+    try:
+        run(cmd)
+    except subprocess.CalledProcessError as exc:
+        detail = exc.stderr.strip() or exc.stdout.strip() or str(exc)
+        return [], f"图片转换失败：{detail}"
+
+    images = sorted(output_dir.glob(f"page-*.{extension}"), key=numeric_page_key)
+    normalized_images: list[Path] = []
+    for index, image_path in enumerate(images, start=1):
+        target = output_dir / f"page-{index:03d}.{extension}"
+        if image_path != target:
+            if target.exists():
+                target.unlink()
+            image_path.rename(target)
+        normalized_images.append(target)
+    return normalized_images, "" if normalized_images else "图片转换后未找到输出文件。"
+
+
+def load_record(result_dir: Path, pdf_path: Path) -> tuple[dict[str, Any], Path | None, str]:
+    json_path = result_dir / "02_单份JSON" / f"{pdf_path.stem}.json"
+    if not json_path.exists():
+        return {}, None, "未找到结构化 JSON，请先运行 02_解析入库 步骤。"
+    try:
+        return json.loads(json_path.read_text(encoding="utf-8")), json_path, ""
+    except json.JSONDecodeError as exc:
+        return {}, json_path, f"结构化 JSON 读取失败：{exc}"
+
+
+def is_blank(value: Any) -> bool:
+    if value is None:
+        return True
+    if isinstance(value, str):
+        text = value.strip()
+        return text == "" or text in {"-", "--", "null", "None", "[]", "{}"}
+    if isinstance(value, (list, tuple, set, dict)):
+        return len(value) == 0
+    return False
+
+
+def value_preview(value: Any, max_length: int = 120) -> str:
+    if value is None:
+        return ""
+    if isinstance(value, (list, dict)):
+        text = json.dumps(value, ensure_ascii=False)
+    else:
+        text = str(value)
+    text = re.sub(r"\s+", " ", text).strip()
+    if len(text) > max_length:
+        return text[: max_length - 1] + "…"
+    return text
+
+
+def build_field_rows(record: dict[str, Any]) -> tuple[list[dict[str, str]], list[str], list[str]]:
+    rows: list[dict[str, str]] = []
+    missing_required: list[str] = []
+    missing_recommended: list[str] = []
+
+    for check in FIELD_CHECKS:
+        value = record.get(check.key)
+        missing = is_blank(value)
+        if missing and check.level == "required":
+            missing_required.append(check.key)
+        elif missing and check.level == "recommended":
+            missing_recommended.append(check.key)
+        rows.append(
+            {
+                "group": check.group,
+                "key": check.key,
+                "level": check.level,
+                "location_hint": check.location_hint,
+                "value": value_preview(value),
+                "missing": "是" if missing else "否",
+            }
+        )
+
+    return rows, missing_required, missing_recommended
+
+
+def as_csv_text(value: Any) -> str:
+    if value is None:
+        return ""
+    if isinstance(value, (list, dict)):
+        return json.dumps(value, ensure_ascii=False)
+    return str(value)
+
+
+def relative_to(path: Path, start: Path) -> str:
+    try:
+        return path.relative_to(start).as_posix()
+    except ValueError:
+        return path.as_posix()
+
+
+def html_escape(value: Any) -> str:
+    return html.escape(str(value), quote=True)
+
+
+def make_case_summary(
+    pdf_path: Path,
+    images: list[Path],
+    image_error: str,
+    record: dict[str, Any],
+    json_path: Path | None,
+    json_error: str,
+    output_dir: Path,
+    strict_recommended: bool,
+) -> dict[str, Any]:
+    field_rows, missing_required, missing_recommended = build_field_rows(record) if record else ([], [], [])
+    review_notes = record.get("复核备注", []) if record else []
+    if not isinstance(review_notes, list):
+        review_notes = [review_notes]
+
+    suggestions: list[str] = []
+    if image_error:
+        suggestions.append(image_error)
+    if json_error:
+        suggestions.append(json_error)
+    if missing_required:
+        suggestions.append("核心字段缺项，需对照图片补齐：" + "、".join(missing_required))
+    if strict_recommended and missing_recommended:
+        suggestions.append("建议字段缺项，抽样确认是否首页未填写：" + "、".join(missing_recommended))
+    if record.get("复核状态") and record.get("复核状态") != "auto_pass":
+        suggestions.append("该记录已有复核状态：" + str(record.get("复核状态")))
+    if review_notes:
+        suggestions.append("已有复核备注：" + "；".join(value_preview(note, 80) for note in review_notes))
+    if not suggestions:
+        suggestions.append("图片与结构化字段抽查一致即可。")
+
+    return {
+        "pdf_path": pdf_path,
+        "source_file": pdf_path.name,
+        "images": images,
+        "image_dir": images[0].parent if images else output_dir / "图片" / pdf_path.stem,
+        "first_image": images[0] if images else None,
+        "page_count": len(images),
+        "image_error": image_error,
+        "record": record,
+        "json_path": json_path,
+        "json_error": json_error,
+        "field_rows": field_rows,
+        "missing_required": missing_required,
+        "missing_recommended": missing_recommended,
+        "suggestions": suggestions,
+    }
+
+
+def write_index_csv(cases: list[dict[str, Any]], output_dir: Path) -> Path:
+    csv_path = output_dir / "患者首页_PDF图片对照索引.csv"
+    fieldnames = [
+        "源文件",
+        "页数",
+        "图片目录",
+        "首页图片",
+        "结构化JSON",
+        "病案号",
+        "姓名",
+        "复核状态",
+        "复核备注",
+        "核心缺项",
+        "建议核对缺项",
+        "对照建议",
+    ]
+    with csv_path.open("w", encoding="utf-8-sig", newline="") as fp:
+        writer = csv.DictWriter(fp, fieldnames=fieldnames)
+        writer.writeheader()
+        for case in cases:
+            record = case["record"]
+            writer.writerow(
+                {
+                    "源文件": case["source_file"],
+                    "页数": case["page_count"],
+                    "图片目录": relative_to(case["image_dir"], output_dir),
+                    "首页图片": relative_to(case["first_image"], output_dir) if case["first_image"] else "",
+                    "结构化JSON": relative_to(case["json_path"], output_dir) if case["json_path"] else "",
+                    "病案号": record.get("病案号", ""),
+                    "姓名": record.get("姓名", ""),
+                    "复核状态": record.get("复核状态", ""),
+                    "复核备注": as_csv_text(record.get("复核备注", [])),
+                    "核心缺项": "、".join(case["missing_required"]),
+                    "建议核对缺项": "、".join(case["missing_recommended"]),
+                    "对照建议": "；".join(case["suggestions"]),
+                }
+            )
+    return csv_path
+
+
+def render_field_table(field_rows: list[dict[str, str]]) -> str:
+    if not field_rows:
+        return '<p class="empty">未生成字段核验表。</p>'
+
+    parts = [
+        '<table class="field-table">',
+        "<thead><tr><th>组</th><th>字段</th><th>级别</th><th>首页位置</th><th>值</th><th>缺项</th></tr></thead>",
+        "<tbody>",
+    ]
+    for row in field_rows:
+        missing_class = " is-missing" if row["missing"] == "是" and row["level"] != "optional" else ""
+        parts.append(
+            "<tr class=\"{missing_class}\">"
+            "<td>{group}</td><td>{key}</td><td>{level}</td><td>{location}</td><td>{value}</td><td>{missing}</td>"
+            "</tr>".format(
+                missing_class=missing_class.strip(),
+                group=html_escape(row["group"]),
+                key=html_escape(row["key"]),
+                level=html_escape(row["level"]),
+                location=html_escape(row["location_hint"]),
+                value=html_escape(row["value"]),
+                missing=html_escape(row["missing"]),
+            )
+        )
+    parts.append("</tbody></table>")
+    return "\n".join(parts)
+
+
+def render_html(cases: list[dict[str, Any]], output_dir: Path) -> Path:
+    html_path = output_dir / "患者首页_PDF图片对照.html"
+    total = len(cases)
+    with_required_missing = sum(1 for case in cases if case["missing_required"])
+    with_review_status = sum(1 for case in cases if case["record"].get("复核状态") not in {"", "auto_pass", None})
+    failed_images = sum(1 for case in cases if case["image_error"])
+
+    nav_rows = []
+    case_sections = []
+    for index, case in enumerate(cases, start=1):
+        anchor = f"case-{index}"
+        record = case["record"]
+        status = record.get("复核状态", "未解析")
+        nav_rows.append(
+            "<tr><td><a href=\"#{anchor}\">{source}</a></td><td>{name}</td><td>{mrn}</td><td>{status}</td><td>{required}</td></tr>".format(
+                anchor=anchor,
+                source=html_escape(case["source_file"]),
+                name=html_escape(record.get("姓名", "")),
+                mrn=html_escape(record.get("病案号", "")),
+                status=html_escape(status),
+                required=html_escape("、".join(case["missing_required"]) or "无"),
+            )
+        )
+
+        images_html = []
+        for image_path in case["images"]:
+            rel_image = relative_to(image_path, output_dir)
+            images_html.append(
+                '<figure><img loading="lazy" src="{src}" alt="{alt}"><figcaption>{caption}</figcaption></figure>'.format(
+                    src=html_escape(rel_image),
+                    alt=html_escape(f"{case['source_file']} {image_path.name}"),
+                    caption=html_escape(image_path.name),
+                )
+            )
+        if not images_html:
+            images_html.append('<p class="empty">未生成图片。</p>')
+
+        suggestion_items = "\n".join(f"<li>{html_escape(note)}</li>" for note in case["suggestions"])
+        summary_items = [
+            ("病案号", record.get("病案号", "")),
+            ("姓名", record.get("姓名", "")),
+            ("大科室", record.get("大科室", "")),
+            ("出院科别", record.get("出院科别", "")),
+            ("主要诊断", record.get("主要诊断名称", "")),
+            ("主要诊断编码", record.get("主要诊断编码", "")),
+            ("复核状态", status),
+        ]
+        summary_html = "\n".join(
+            f"<dt>{html_escape(label)}</dt><dd>{html_escape(value_preview(value, 160))}</dd>" for label, value in summary_items
+        )
+        case_sections.append(
+            """
+            <section class="case" id="{anchor}">
+              <header class="case-header">
+                <div>
+                  <h2>{source}</h2>
+                  <p>{name} · {mrn} · {status}</p>
+                </div>
+                <a class="back-link" href="#top">返回顶部</a>
+              </header>
+              <div class="case-grid">
+                <div class="image-pane">{images}</div>
+                <div class="data-pane">
+                  <dl class="summary">{summary}</dl>
+                  <div class="suggestions"><h3>对照建议</h3><ul>{suggestions}</ul></div>
+                  {field_table}
+                </div>
+              </div>
+            </section>
+            """.format(
+                anchor=anchor,
+                source=html_escape(case["source_file"]),
+                name=html_escape(record.get("姓名", "")),
+                mrn=html_escape(record.get("病案号", "")),
+                status=html_escape(status),
+                images="\n".join(images_html),
+                summary=summary_html,
+                suggestions=suggestion_items,
+                field_table=render_field_table(case["field_rows"]),
+            )
+        )
+
+    page_template = Template(
+        """<!doctype html>
+<html lang="zh-CN">
+<head>
+  <meta charset="utf-8">
+  <meta name="viewport" content="width=device-width, initial-scale=1">
+  <title>患者首页 PDF 图片对照核验</title>
+  <style>
+    :root {
+      --ink: #15181c;
+      --muted: #5f6975;
+      --line: #d9dde3;
+      --paper: #f6f7f9;
+      --panel: #ffffff;
+      --bad: #b42318;
+      --bad-bg: #fff2ef;
+      --warn: #8a5a00;
+      --warn-bg: #fff7df;
+      --ok: #1f7a4d;
+      --ok-bg: #edf8f2;
+      --accent: #245b8f;
+    }
+    * { box-sizing: border-box; }
+    body {
+      margin: 0;
+      background: var(--paper);
+      color: var(--ink);
+      font-family: "Noto Sans CJK SC", "Microsoft YaHei", sans-serif;
+      font-size: 14px;
+      line-height: 1.55;
+    }
+    header.report-header {
+      position: sticky;
+      top: 0;
+      z-index: 10;
+      padding: 14px 22px;
+      border-bottom: 1px solid var(--line);
+      background: rgba(255, 255, 255, 0.96);
+    }
+    h1, h2, h3 { margin: 0; letter-spacing: 0; }
+    h1 { font-size: 20px; }
+    h2 { font-size: 16px; }
+    h3 { font-size: 14px; margin-bottom: 8px; }
+    .meta {
+      display: flex;
+      flex-wrap: wrap;
+      gap: 8px;
+      margin-top: 10px;
+    }
+    .pill {
+      border: 1px solid var(--line);
+      background: #fff;
+      padding: 4px 8px;
+      border-radius: 6px;
+      color: var(--muted);
+    }
+    main { padding: 18px 22px 32px; }
+    .index {
+      overflow: auto;
+      border: 1px solid var(--line);
+      background: var(--panel);
+      border-radius: 8px;
+      margin-bottom: 18px;
+    }
+    table { width: 100%; border-collapse: collapse; }
+    th, td {
+      border-bottom: 1px solid var(--line);
+      padding: 7px 8px;
+      text-align: left;
+      vertical-align: top;
+      white-space: normal;
+      word-break: break-word;
+    }
+    th {
+      background: #eef1f5;
+      color: #303844;
+      font-weight: 700;
+    }
+    a { color: var(--accent); text-decoration: none; }
+    a:hover { text-decoration: underline; }
+    .case {
+      border: 1px solid var(--line);
+      border-radius: 8px;
+      background: var(--panel);
+      margin: 18px 0;
+      overflow: hidden;
+    }
+    .case-header {
+      display: flex;
+      justify-content: space-between;
+      gap: 12px;
+      padding: 12px 14px;
+      border-bottom: 1px solid var(--line);
+      background: #fbfcfd;
+    }
+    .case-header p {
+      margin: 4px 0 0;
+      color: var(--muted);
+    }
+    .back-link { white-space: nowrap; align-self: center; }
+    .case-grid {
+      display: grid;
+      grid-template-columns: minmax(420px, 55%) minmax(360px, 45%);
+      min-height: 520px;
+    }
+    .image-pane {
+      border-right: 1px solid var(--line);
+      background: #eceff3;
+      padding: 12px;
+      overflow: auto;
+      max-height: 86vh;
+    }
+    figure { margin: 0 0 14px; }
+    img {
+      display: block;
+      width: 100%;
+      height: auto;
+      border: 1px solid #c5cbd3;
+      background: #fff;
+    }
+    figcaption {
+      margin-top: 5px;
+      color: var(--muted);
+      font-size: 12px;
+    }
+    .data-pane {
+      padding: 12px;
+      overflow: auto;
+      max-height: 86vh;
+    }
+    .summary {
+      display: grid;
+      grid-template-columns: 108px 1fr;
+      gap: 5px 10px;
+      margin: 0 0 12px;
+      padding: 10px;
+      border: 1px solid var(--line);
+      border-radius: 8px;
+      background: #fbfcfd;
+    }
+    dt { color: var(--muted); }
+    dd { margin: 0; font-weight: 600; }
+    .suggestions {
+      margin-bottom: 12px;
+      padding: 10px;
+      border: 1px solid #ead7a7;
+      border-radius: 8px;
+      background: var(--warn-bg);
+      color: var(--warn);
+    }
+    .suggestions ul { margin: 0; padding-left: 18px; }
+    .field-table td:nth-child(5) { max-width: 360px; }
+    .field-table .is-missing td {
+      background: var(--bad-bg);
+      color: var(--bad);
+    }
+    .empty {
+      color: var(--muted);
+      padding: 8px;
+    }
+    @media (max-width: 980px) {
+      .case-grid { grid-template-columns: 1fr; }
+      .image-pane { border-right: 0; border-bottom: 1px solid var(--line); max-height: none; }
+      .data-pane { max-height: none; }
+    }
+  </style>
+</head>
+<body>
+  <header class="report-header" id="top">
+    <h1>患者首页 PDF 图片对照核验</h1>
+    <div class="meta">
+      <span class="pill">PDF：$total</span>
+      <span class="pill">核心缺项：$with_required_missing</span>
+      <span class="pill">需复核状态：$with_review_status</span>
+      <span class="pill">图片失败：$failed_images</span>
+    </div>
+  </header>
+  <main>
+    <section class="index">
+      <table>
+        <thead><tr><th>源文件</th><th>姓名</th><th>病案号</th><th>复核状态</th><th>核心缺项</th></tr></thead>
+        <tbody>$nav_rows</tbody>
+      </table>
+    </section>
+    $case_sections
+  </main>
+</body>
+</html>
+"""
+    )
+    html_path.write_text(
+        page_template.substitute(
+            total=total,
+            with_required_missing=with_required_missing,
+            with_review_status=with_review_status,
+            failed_images=failed_images,
+            nav_rows="\n".join(nav_rows),
+            case_sections="\n".join(case_sections),
+        ),
+        encoding="utf-8",
+    )
+    return html_path
+
+
+def main() -> int:
+    args = parse_args()
+    input_dir = args.input_dir.resolve()
+    result_dir = args.result_dir.resolve()
+    output_dir = args.output_dir.resolve()
+    image_root = output_dir / "图片"
+    output_dir.mkdir(parents=True, exist_ok=True)
+
+    pdf_files = sorted(input_dir.glob("*.pdf"))
+    if not pdf_files:
+        raise SystemExit(f"未找到 PDF：{input_dir}")
+
+    cases: list[dict[str, Any]] = []
+    for pdf_path in pdf_files:
+        case_image_dir = image_root / pdf_path.stem
+        images, image_error = convert_pdf_to_images(pdf_path, case_image_dir, args.dpi, args.format, args.force)
+        record, json_path, json_error = load_record(result_dir, pdf_path)
+        cases.append(
+            make_case_summary(
+                pdf_path=pdf_path,
+                images=images,
+                image_error=image_error,
+                record=record,
+                json_path=json_path,
+                json_error=json_error,
+                output_dir=output_dir,
+                strict_recommended=args.strict_recommended,
+            )
+        )
+
+    index_csv = write_index_csv(cases, output_dir)
+    html_path = render_html(cases, output_dir)
+    required_missing_count = sum(1 for case in cases if case["missing_required"])
+    print(f"PDF 数量：{len(cases)}")
+    print(f"图片输出：{image_root}")
+    print(f"对照索引：{index_csv}")
+    print(f"HTML 对照页：{html_path}")
+    print(f"核心缺项病例数：{required_missing_count}")
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())

患者首页处理/数据处理工作区/07_Kimi视觉兜底/07_Kimi图片识别辅助.py

@@ -0,0 +1,205 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Kimi 视觉兜底识别：用于 pdftotext/Mineru 对局部字段解析不稳定时，人工指定 PDF 图片页进行辅助抽取。
+
+默认只输出 JSON 文件，不直接覆盖 PostgreSQL。
+"""
+
+from __future__ import annotations
+
+import argparse
+import base64
+import json
+import mimetypes
+import os
+import subprocess
+import sys
+import tempfile
+import urllib.error
+import urllib.request
+from datetime import datetime
+from pathlib import Path
+from typing import Any
+
+
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+DEFAULT_IMAGE_ROOT = PROJECT_ROOT / "数据处理结果区" / "06_PDF图片对照" / "图片"
+DEFAULT_PDF_ROOT = PROJECT_ROOT / "已处理-患者首页PDF" / "2026_5_25_处理"
+DEFAULT_OUTPUT_DIR = PROJECT_ROOT / "数据处理结果区" / "07_Kimi视觉识别"
+DEFAULT_API_BASE = "https://api.moonshot.cn/v1"
+DEFAULT_MODEL = os.environ.get("KIMI_MODEL", "kimi-k2.6")
+
+
+PROMPT = """请读取这张住院病案首页图片，仅返回 JSON。
+优先核对这些区域：基本信息、地址联系人、入出院信息、诊断、手术及操作、质控签名、离院方式、费用。
+如果是手术及操作区域，请按以下列拆分：
+手术操作编码、手术操作日期、手术级别、手术操作名称、术者、I助、II助、切口愈合等级、麻醉方式、麻醉医师。
+无法确认的字段填空字符串，不要编造。输出结构：
+{
+  "page_summary": "",
+  "suspected_missing_fields": [],
+  "fields": {},
+  "discharge_diagnoses": [],
+  "operations": [],
+  "fees": {},
+  "notes": []
+}
+"""
+
+
+def parse_args() -> argparse.Namespace:
+    parser = argparse.ArgumentParser(description="使用 Kimi 视觉模型辅助识别患者首页图片")
+    parser.add_argument("--image-root", type=Path, default=DEFAULT_IMAGE_ROOT, help="PDF 转图片根目录")
+    parser.add_argument("--pdf-root", type=Path, default=DEFAULT_PDF_ROOT, help="没有图片目录时，从该 PDF 目录临时渲染页面")
+    parser.add_argument("-o", "--output-dir", type=Path, default=DEFAULT_OUTPUT_DIR, help="Kimi 识别结果输出目录")
+    parser.add_argument("--case", help="只处理指定病例目录名，例如 ZY010001672803_ori")
+    parser.add_argument("--page", help="只处理指定图片名，例如 page-001.png")
+    parser.add_argument("--pdf-page", type=int, help="从 PDF 临时渲染时，只处理指定页码，从 1 开始")
+    parser.add_argument("--dpi", type=int, default=160, help="PDF 临时渲染分辨率")
+    parser.add_argument("--model", default=DEFAULT_MODEL, help="Kimi 模型名")
+    parser.add_argument("--api-base", default=os.environ.get("MOONSHOT_API_BASE", DEFAULT_API_BASE), help="Moonshot API base URL")
+    parser.add_argument("--api-key", default=os.environ.get("MOONSHOT_API_KEY") or os.environ.get("KIMI_API_KEY"), help="API Key，也可用 MOONSHOT_API_KEY")
+    return parser.parse_args()
+
+
+def image_to_data_url(path: Path) -> str:
+    mime_type, _ = mimetypes.guess_type(path.name)
+    if mime_type not in {"image/png", "image/jpeg", "image/webp", "image/gif"}:
+        mime_type = "image/png"
+    encoded = base64.b64encode(path.read_bytes()).decode("utf-8")
+    return f"data:{mime_type};base64,{encoded}"
+
+
+def call_kimi(image_path: Path, args: argparse.Namespace) -> dict[str, Any]:
+    if not args.api_key:
+        raise RuntimeError("未设置 MOONSHOT_API_KEY/KIMI_API_KEY，无法调用 Kimi API。")
+    payload = {
+        "model": args.model,
+        "messages": [
+            {"role": "system", "content": "你是严谨的病案首页结构化抽取助手，只输出 JSON。"},
+            {
+                "role": "user",
+                "content": [
+                    {"type": "image_url", "image_url": {"url": image_to_data_url(image_path)}},
+                    {"type": "text", "text": PROMPT},
+                ],
+            },
+        ],
+    }
+    request = urllib.request.Request(
+        f"{args.api_base.rstrip('/')}/chat/completions",
+        data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
+        headers={
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {args.api_key}",
+        },
+        method="POST",
+    )
+    try:
+        with urllib.request.urlopen(request, timeout=180) as response:
+            data = json.loads(response.read().decode("utf-8"))
+    except urllib.error.HTTPError as exc:
+        detail = exc.read().decode("utf-8", errors="replace")
+        raise RuntimeError(f"Kimi API 返回错误 {exc.code}: {detail}") from exc
+
+    content = data["choices"][0]["message"]["content"]
+    parsed = parse_json_content(content)
+    return {
+        "image": str(image_path),
+        "model": args.model,
+        "recognized_at": datetime.now().isoformat(timespec="seconds"),
+        "raw_response": content,
+        "parsed": parsed,
+    }
+
+
+def parse_json_content(content: str) -> Any:
+    text = content.strip()
+    if text.startswith("```"):
+        text = text.strip("`")
+        if text.startswith("json"):
+            text = text[4:].strip()
+    try:
+        return json.loads(text)
+    except json.JSONDecodeError:
+        start = text.find("{")
+        end = text.rfind("}")
+        if start >= 0 and end > start:
+            return json.loads(text[start : end + 1])
+        return {"notes": ["Kimi 返回内容不是合法 JSON"], "text": content}
+
+
+def iter_images(args: argparse.Namespace) -> list[Path]:
+    root = args.image_root
+    if args.case:
+        case_dir = root / args.case
+        if args.page:
+            return [case_dir / args.page]
+        return sorted(case_dir.glob("page-*.*"))
+    images: list[Path] = []
+    for case_dir in sorted(path for path in root.iterdir() if path.is_dir()):
+        images.extend(sorted(case_dir.glob("page-*.*")))
+    return images
+
+
+def find_case_pdf(args: argparse.Namespace) -> Path | None:
+    if not args.case:
+        return None
+    stem = Path(args.case).stem
+    candidates = [
+        args.pdf_root / f"{stem}.pdf",
+        args.pdf_root / args.case,
+    ]
+    return next((path for path in candidates if path.exists() and path.is_file()), None)
+
+
+def render_pdf_pages(pdf_path: Path, output_root: Path, args: argparse.Namespace) -> list[Path]:
+    case_dir = output_root / pdf_path.stem
+    case_dir.mkdir(parents=True, exist_ok=True)
+    if args.pdf_page:
+        prefix = case_dir / f"page-{args.pdf_page:03d}"
+        command = [
+            "pdftoppm",
+            "-png",
+            "-r",
+            str(args.dpi),
+            "-f",
+            str(args.pdf_page),
+            "-singlefile",
+            str(pdf_path),
+            str(prefix),
+        ]
+    else:
+        command = ["pdftoppm", "-png", "-r", str(args.dpi), str(pdf_path), str(case_dir / "page")]
+    subprocess.run(command, check=True)
+    return sorted(case_dir.glob("page-*.png")) or sorted(case_dir.glob("page.png"))
+
+
+def main() -> int:
+    args = parse_args()
+    args.output_dir.mkdir(parents=True, exist_ok=True)
+    images = [path for path in iter_images(args) if path.exists() and path.is_file()]
+    with tempfile.TemporaryDirectory(prefix="frontpage_kimi_") as temp_dir:
+        if not images:
+            pdf_path = find_case_pdf(args)
+            if pdf_path:
+                images = render_pdf_pages(pdf_path, Path(temp_dir), args)
+        if not images:
+            raise SystemExit("未找到待识别图片，也未找到可临时渲染的 PDF。")
+
+        for image_path in images:
+            print(f"识别：{image_path}")
+            result = call_kimi(image_path, args)
+            out_path = args.output_dir / f"{image_path.parent.name}_{image_path.stem}.json"
+            out_path.write_text(json.dumps(result, ensure_ascii=False, indent=2), encoding="utf-8")
+            print(f"输出：{out_path}")
+    return 0
+
+
+if __name__ == "__main__":
+    try:
+        raise SystemExit(main())
+    except Exception as exc:  # noqa: BLE001
+        print(f"错误：{exc}", file=sys.stderr)
+        raise SystemExit(1)