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

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

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）：

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。

2.0 KiB Raw Permalink Blame History Unescape Escape