slug: medical-scribe-dictation displayName: 医疗口述转结构化病历 version: 1.1.0 description: 将医生口述内容转换为结构化的 SOAP（主观资料/客观资料/评估/计划）病历。适用于处理医生口述转录文本、规范医学术语、生成标准格式病历、进行病历完整性质量检查等场景。以下场景也会触发本技能："把这段口述转成 SOAP 病历""帮我整理这段问诊记录""生成结构化病历""医学术语规范化"。 license: MIT author: AIPOCH

医疗口述转结构化病历

将非结构化的医生口述内容转换为专业格式的 SOAP（Subjective 主观资料、Objective 客观资料、Assessment 评估、Plan 计划）病历，包含医学术语规范化和临床质量检查。

适用场景

• 将医生口述的问诊/查体内容转换为结构化 SOAP 病历
• 需要对病历文本中的常见医学缩写进行展开规范化时
• 需要对生成的病历做完整性检查（是否缺少主诉、评估、计划等必需部分）时

功能特性

• 文本处理：接收已转录的文本，或读取文本文件
• SOAP 结构生成：自动将临床内容归类到标准分区
• 医学术语处理：规范化缩写、提取常见药物名称、提取生命体征
• 临床质量检查：标记缺失的必需要素
• 多专科模板：references/soap-templates.md 提供内科、急诊、心内科、儿科、外科、精神科、妇产科、骨科等专科模板参考

  访问小葱技能站7w4.net，解锁更多实用的AI技能插件。

已实现能力（脚本真实行为）

脚本 scripts/main.py 实际实现的是基于规则的文本解析，并非语音识别或大语言模型智能抽取：

• 通过正则表达式从文本中提取主诉、评估/诊断、治疗计划等片段
• 通过关键词模式提取血压、心率、呼吸频率、血氧饱和度、体温
• 通过内置的约 30 条缩写词典（MedicalTerminologyProcessor.ABBREVIATIONS，硬编码在脚本内，与 references/medical-abbreviations.json 中收录的约 2000 条术语表是两套独立数据，脚本不会读取该 JSON 文件）展开文本中的常见医学缩写
• 若安装了 openai 或 anthropic 库并通过 --llm 指定提供方，则会调用相应大语言模型做更智能的结构化抽取；未安装或未指定时自动降级为规则解析
• 若提供 --audio 且已安装 openai-whisper，可将音频转写为文本后再处理；否则会报错并提示安装该依赖

命令行用法

# 处理已转录文本（直接传入字符串）
python scripts/main.py --input "患者主诉：胸痛。血压 130/85，心率 90。评估：稳定型心绞痛。计划：继续现有用药。"

# 处理文本文件
python scripts/main.py --input dictation.txt --output note.md

# 处理音频文件（需先安装 openai-whisper）
python scripts/main.py --audio consultation.wav --output note.md

# 指定专科（仅作为元数据记录在输出中，不影响解析逻辑）
python scripts/main.py --input dictation.txt --specialty cardiology

# 输出为 JSON 而非 Markdown
python scripts/main.py --input dictation.txt --format json

# 使用大语言模型进行智能抽取（需安装并配置 openai 或 anthropic）
python scripts/main.py --input dictation.txt --llm anthropic

# 从标准输入读取
cat dictation.txt | python scripts/main.py

参数说明

前置条件

pip install -r requirements.txt

requirements.txt 中列出的 anthropic、openai、whisper 均为可选依赖——脚本对它们做了 try/except 优雅降级处理，未安装时基础的规则解析功能仍可正常使用；dataclasses 是 Python 3.7+ 标准库内置模块，无需单独安装（该文件在 Python 3.6 及更早版本上才需要回填包，正常环境下无需理会）。

若需要音频转写功能，还需另外安装 openai-whisper（pip install openai-whisper）。

参考文件

• references/soap-templates.md —— 按专科（内科、急诊、心内科、儿科、外科、精神科、妇产科、骨科）整理的 SOAP 病历模板，供人工撰写或校对时参考
• references/example-cases.md —— 5 个完整的"口述文本 → 期望 SOAP 输出"示例，覆盖内科随访、急诊胸痛、儿科体检、骨科运动损伤、精神科随访
• references/terminology-sources.md —— 医学术语标准与编码体系介绍（SNOMED CT、ICD-10、LOINC、RxNorm、CPT 等），供了解术语规范化背景时参考，脚本本身不直接调用这些外部编码系统
• references/medical-abbreviations.json —— 约 2000 条医学缩写对照表（按首字母分组，英文缩写 → 英文全称）。注意：这是一份独立的参考数据文件，脚本当前不会读取或使用它；考虑到词条数量庞大且为纯数据性质的英文术语对照，本次本地化保留其原始英文内容未做翻译，仅在此说明其用途和真实使用状态

安全说明

⚠️ 需要临床审核：所有生成的病历在正式录入病历系统前，必须经主诊医师审核确认。

⚠️ 无诊断能力：本工具只负责整理结构化临床信息，不提供诊断建议。

错误处理

• 若既未提供 --input 也未提供 --audio，且标准输入为空，脚本会打印 Error: No input provided 并以状态码 1 退出。
• 若指定了 --audio 但未安装 openai-whisper，脚本会抛出提示安装该依赖的错误。
• 若指定了 --llm 但对应的大语言模型调用失败（例如未配置 API key），脚本会捕获异常并自动降级为规则解析，同时打印警告信息，不会中断执行。
• 若任务超出本技能记录的范围，应停止处理并说明，而不是猜测或悄悄扩大任务范围。
• 不要编造患者数据、检验结果或病历内容。

已知局限

• 医学术语识别的准确性依赖于输入文本的清晰程度
• 表述含糊的口述内容可能需要人工澄清
• 建议在最终确认前对药物名称进行核实
• 不能替代医生对病历的最终审核，尤其在危重病例中

这是一个功能明确的医疗口述转病历工具，质量中等偏上。它能处理常见的主诉、诊断、计划等结构化提取，还能校验病历完整性、生成置信度评分。但如果不用大语言模型，纯规则解析能力有限，复杂口述内容可能识别不准确。适合作为辅助工具，最终病历仍需医生审核确认。中文场景的术语处理是明显短板。