智慧医疗问答系统 (Smart Medical QA System)

基于知识图谱与大语言模型的智能医疗助手

注意：本项目用于学习与信息查询演示，不构成医疗诊断或治疗建议。

📖 项目简介

智慧医疗问答系统旨在利用先进的人工智能技术，构建一个专业、可信、触手可及的医疗知识助手。它结合了 Neo4j 知识图谱 的精准结构化知识和 DeepSeek 大语言模型 的语义理解能力，为用户提供即时、准确的医疗咨询服务。

核心功能

1. 智能疾病咨询: 症状自查、疾病百科、并发症查询。
2. 用药指导: 药物适应症、用法用量、用药禁忌、饮食建议。
3. 就医导诊: 科室推荐、检查项目建议。
4. 全周期健康管理: 预防措施、治疗周期、预后分析。

---

📚 文档导航

✅ 推荐阅读顺序（学习路线）

1. 学习路线 - 先跑起来，再读链路，再深入模块
2. 项目结构 - 目录、数据与关键入口一览
3. 关键代码入口 - “从需求到代码”的索引表
4. Agent 工作流程 - 简化版 - 3 步理解 ReAct 循环
5. Agent 工作流程详解 - 全链路时序与工具调用细节

📋 业务文档

了解系统的业务需求、应用场景和商业价值

• 知识图谱业务需求分析 - 为什么需要 CRUD 操作、业务场景分析
• 商业化架构升级方案 - 重要：未来架构演进路线图、商业化闭环（在二期目录）

🔧 技术文档

深入了解系统的技术架构、数据流程和实现细节

• System Architecture - 技术栈、分层架构、双模型设计（DeepSeek + Embedding）
• Data Engineering - 数据来源、UIE 信息提取、向量索引架构
• Troubleshooting Guide - Agent 调试、性能优化、常见问题
• 二期文档入口 - 二期升级相关材料与技术方案
• 开发日志 - 过程记录与关键技术点总结
• 会话管理 - Session 历史污染与清理接口
• 实体识别指南 - entity label 识别规则与 Prompt 优化
• Pydantic 验证链路 - LangChain 工具入参校验发生在什么位置

🚀 部署文档

快速部署和运维指南

• Deployment Guide - 环境配置、数据初始化、服务启动（以本项目实际端口/目录为准）

🧾 原始项目文档（存档）

• docs/互联网医疗智能RAG客服项目.html
• docs/互联网医疗智能RAG客服项目.docx

---

🚀 快速开始

1. 环境准备

# 安装依赖
pip install -r requirements.txt

# 下载 Embedding 模型
# 将 bge-base-zh-v1.5 放入 pretrained/ 目录

2. 启动服务

python src/backend/app.py

3. 使用

访问 http://127.0.0.1:8082 开始对话。

---

🛠️ 维护指南

• 数据更新: 运行 src/datasync/data_prepare.py 更新图谱
• 数据库初始化: 执行 scripts/init_database.sql 初始化 MySQL
• 模型配置: 在 .env 中配置 API Key 和数据库连接