# Smart Hospital AI Service

FastAPI 微服务：YOLO 影像检测（演示级）+ MONAI/OpenCV 预处理 + LangChain RAG + 报告/决策生成。

兼容 **DeepSeek / Qwen** 等 OpenAI 协议大模型。

## 快速启动

```bash
cd ai-service
python -m venv .venv

# Windows
.venv\Scripts\activate
# macOS/Linux
# source .venv/bin/activate

# CPU 版 torch（体积更小，实训推荐）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu
pip install -r requirements.txt
copy .env.example .env   # 按需填写 LLM_API_KEY

uvicorn app.main:app --host 0.0.0.0 --port 8001
```

> `.venv` 可随时删除后按上面步骤重建；权重见 `data/weights/`（已精简保留医学检测模型）。

- 文档：http://127.0.0.1:8001/docs  
- 健康检查：http://127.0.0.1:8001/health  

## 主要接口

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/health` | 服务与能力探测 |
| POST | `/imaging/analyze` | 影像 YOLO 检测 + 初步诊断/报告 |
| POST | `/report/decision` | EMR 辅助决策（护理/治疗/随访 + RAG） |
| POST | `/report/imaging` | 单独生成影像报告 |
| POST | `/rag/query` | 知识库问答 |
| POST | `/rag/ingest` | 追加知识文档 |

## 环境变量（`.env`）

| 变量 | 说明 | 默认 |
|------|------|------|
| `DEMO_MODE` | `demo` / `real` / `auto` | `auto` |
| `YOLO_WEIGHTS` | YOLO 权重路径 | 空则演示检测 |
| `LLM_BASE_URL` | OpenAI 兼容地址 | `https://api.deepseek.com` |
| `LLM_API_KEY` | API Key | 空则模板/RAG 摘要 |
| `LLM_MODEL` | 模型名 | `deepseek-chat` |

## 可选视觉栈

```bash
pip install torch torchvision ultralytics monai
```

安装后将 `YOLO_WEIGHTS` 指向权重文件，并设 `DEMO_MODE=auto` 或 `real`。

## 与 Spring Boot 对接

业务后端配置（`application.yml`）：

```yaml
ai:
  service:
    enabled: true
    base-url: http://127.0.0.1:8001
```

前端仍只访问 Spring Boot `:8080`，由后端转发到本服务。

## 声明

输出仅供教学实训与辅助决策演示，**不能替代执业医师诊断**。