77a4ee1c37
当您提供代码差异后，我将按照以下格式生成： ``` <type>(<scope>): <subject> <body> ``` 其中type会根据更改类型选择（feat、fix、docs、style、refactor等），scope表示影响范围，subject简要描述变更内容，body详细说明修改内容。
203 lines
10 KiB
Swift
203 lines
10 KiB
Swift
import Foundation
|
|
|
|
/// VL 模型(Qwen3-VL)用于体检 / 化验单识别的 prompt 模板。
|
|
/// 输出契约:严格 JSON,无任何解释文字、markdown 围栏或前后缀。
|
|
/// 解析失败 → CaptureService 回退到手动录入(§3.2 失败回退红线)。
|
|
enum VLPrompts {
|
|
|
|
/// 输出 JSON 的字段定义(写进 prompt 里教模型):
|
|
/// ```
|
|
/// {
|
|
/// "title": "春季年度体检", // 报告抬头,无则 "拍摄识别"
|
|
/// "type": "checkup|lab|imaging|prescription|other",
|
|
/// "report_date": "YYYY-MM-DD", // 报告日期(无则今天)
|
|
/// "institution": "XX 医院", // 可空字符串
|
|
/// "page_count": 1,
|
|
/// "summary": "整体趋势短句", // 可空字符串
|
|
/// "indicators": [
|
|
/// {
|
|
/// "name": "低密度脂蛋白",
|
|
/// "value": "3.84",
|
|
/// "unit": "mmol/L",
|
|
/// "range": "< 3.40",
|
|
/// "status": "high|low|normal",
|
|
/// "source_page": 1,
|
|
/// "source_box": [0.18, 0.42, 0.68, 0.49]
|
|
/// }
|
|
/// ]
|
|
/// }
|
|
/// ```
|
|
/// `kind` 字段省略 —— UI 由 indicators 数量决定走 A2(单项)或 B3(多项)。
|
|
|
|
/// VL 模型不知"今天"是哪天,且 few-shot 示例里写死了日期,
|
|
/// 必须把当天日期显式注入 prompt,模型在无报告日期时才会用对正确的回退值。
|
|
static func reportExtraction(today: Date = .now) -> String {
|
|
let f = DateFormatter()
|
|
f.locale = Locale(identifier: "en_US_POSIX")
|
|
f.dateFormat = "yyyy-MM-dd"
|
|
let todayStr = f.string(from: today)
|
|
return reportExtractionTemplate.replacingOccurrences(of: "{{TODAY}}", with: todayStr)
|
|
}
|
|
|
|
private static let reportExtractionTemplate: String = #"""
|
|
你是一个医学体检报告识别助手。请只输出一段合法 JSON,不要解释、不要 markdown 围栏、不要任何前后缀文字。
|
|
|
|
今天的日期是 {{TODAY}}。
|
|
|
|
JSON schema(严格):
|
|
{
|
|
"title": string,
|
|
"type": "checkup" | "lab" | "imaging" | "prescription" | "other",
|
|
"report_date": "YYYY-MM-DD",
|
|
"institution": string,
|
|
"page_count": number,
|
|
"summary": string,
|
|
"indicators": [
|
|
{
|
|
"name": string,
|
|
"value": string,
|
|
"unit": string,
|
|
"range": string,
|
|
"status": "high" | "low" | "normal",
|
|
"source_page": number,
|
|
"source_box": [number, number, number, number]
|
|
}
|
|
]
|
|
}
|
|
|
|
规则:
|
|
- status 根据 value 与 range 自己判断:value > range 上限 → "high",< 下限 → "low",否则 → "normal"。
|
|
- range 字段保留原文(如 "< 3.40"、"3.9 - 6.1"、"0 - 5"),不要解析成区间对象。
|
|
- 无法识别的字段填空字符串(institution / summary)。
|
|
- report_date 必须从图片中识别;实在看不清就填上面给出的「今天」({{TODAY}})。下面示例里的日期只是格式参考,不要直接抄。
|
|
- 不要发明指标。数值看不清的整行跳过;但**没有参考范围不是跳过的理由**,结论页叙述式文字(如「总胆红素: 23.0(μmol/L)↑」)同样要提取,range 填 "",status 按箭头/「偏高」等标记判断。
|
|
- 化验单一般 type = "lab",体检套餐 = "checkup"。
|
|
- source_page 是该指标所在图片页码,从 1 开始。
|
|
- source_box 是该指标整行在该页图片里的归一化矩形 [x,y,width,height],左上角为 (0,0),右下角为 (1,1)。尽量框住指标名、数值、单位、参考范围和异常标记所在整行;不确定位置时填 [0,0,0,0]。
|
|
|
|
示例 1(化验单 · 单项):
|
|
输入: 一张化验单照片,只能看清「低密度脂蛋白 3.84 mmol/L 参考 <3.40」
|
|
输出:
|
|
{"title":"低密度脂蛋白单项","type":"lab","report_date":"2026-05-25","institution":"","page_count":1,"summary":"","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high","source_page":1,"source_box":[0.18,0.42,0.68,0.08]}]}
|
|
|
|
示例 2(体检 · 多项):
|
|
输入: 一份春季体检,3 项可读
|
|
输出:
|
|
{"title":"春季年度体检","type":"checkup","report_date":"2026-04-12","institution":"协和医院","page_count":1,"summary":"血脂偏高、其他正常","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high","source_page":1,"source_box":[0.12,0.31,0.76,0.07]},{"name":"谷丙转氨酶","value":"32","unit":"U/L","range":"9 - 50","status":"normal","source_page":1,"source_box":[0.12,0.39,0.76,0.07]},{"name":"空腹血糖","value":"5.2","unit":"mmol/L","range":"3.9 - 6.1","status":"normal","source_page":1,"source_box":[0.12,0.47,0.76,0.07]}]}
|
|
|
|
现在请识别图片并输出 JSON:
|
|
"""#
|
|
|
|
// MARK: - 局部小框识别(异常项快拍)
|
|
|
|
/// 异常项快拍专用:输入是报告/化验单的**局部照片**(常常只有一两行指标)。
|
|
/// 只要 indicators 数组,不要报告标题/机构/日期等元信息 —— 这条路径只存数值,不建 Report。
|
|
static func regionExtraction(today: Date = .now) -> String {
|
|
let f = DateFormatter()
|
|
f.locale = Locale(identifier: "en_US_POSIX")
|
|
f.dateFormat = "yyyy-MM-dd"
|
|
let todayStr = f.string(from: today)
|
|
return regionExtractionTemplate.replacingOccurrences(of: "{{TODAY}}", with: todayStr)
|
|
}
|
|
|
|
private static let regionExtractionTemplate: String = #"""
|
|
你是一个医学化验单识别助手。下面给你的是一张化验单/体检报告的**局部照片**,通常只框住了一两行指标。
|
|
照片内容可能是表格行,也可能是**结论页的叙述式文字**(如「九、检验:(1)总胆红素(TB): 23.0(μmol/L)↑」),两种都要提取。
|
|
请只输出一段合法 JSON,不要解释、不要 markdown 围栏、不要任何前后缀文字。
|
|
|
|
今天的日期是 {{TODAY}}。
|
|
|
|
JSON schema(严格):
|
|
{
|
|
"indicators": [
|
|
{
|
|
"name": string,
|
|
"value": string,
|
|
"unit": string,
|
|
"range": string,
|
|
"status": "high" | "low" | "normal"
|
|
}
|
|
]
|
|
}
|
|
|
|
规则:
|
|
- 凡是「指标名 + 数值」清楚可读的,都要提取——**没有参考范围不是跳过的理由**。只有数值本身看不清才跳过,绝不发明指标。
|
|
- status 判断优先级:① 文字旁的箭头或标记(↑/H/偏高 → "high",↓/L/偏低 → "low")最优先;② 没有标记时再用 value 与 range 比较;③ 都没有 → "normal"。
|
|
- range 字段保留原文(如 "< 3.40"、"3.9 - 6.1"、"0 - 5"),不要解析成区间对象;照片里没有参考范围就填 ""。
|
|
- 识别不出单位/范围就填空字符串,不要编造。
|
|
- name 用规范指标名;如果同一行重复出现指标名(如「总胆红素(TB): 总胆红素: 23.0」),只取一次。
|
|
- 不要输出 title / institution / date / summary 等任何报告级字段,只输出 indicators 数组。
|
|
|
|
示例 1(表格单行):
|
|
输入: 局部照片,清楚可读「低密度脂蛋白 3.84 mmol/L 参考 <3.40 ↑」
|
|
输出:
|
|
{"indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high"}]}
|
|
|
|
示例 2(表格两行):
|
|
输入: 局部照片,清楚可读「尿酸 486 μmol/L 208-428」与「空腹血糖 5.2 mmol/L 3.9-6.1」
|
|
输出:
|
|
{"indicators":[{"name":"尿酸","value":"486","unit":"μmol/L","range":"208 - 428","status":"high"},{"name":"空腹血糖","value":"5.2","unit":"mmol/L","range":"3.9 - 6.1","status":"normal"}]}
|
|
|
|
示例 3(结论页叙述式 · 无参考范围,只有箭头):
|
|
输入: 局部照片,体检结论文字「九、检验: (1)总胆红素(TB): 总胆红素: 23.0(μmol/L)↑」,周围还有其他结论文字
|
|
输出:
|
|
{"indicators":[{"name":"总胆红素","value":"23.0","unit":"μmol/L","range":"","status":"high"}]}
|
|
|
|
现在请识别这张局部照片并输出 JSON:
|
|
"""#
|
|
|
|
// MARK: - OCR 文本 → 指标(LLM 解析,非 VL)
|
|
|
|
/// 「拍照识别」新链路:先用 Vision OCR 把化验单读成纯文本,再用 Qwen3-1.7B 从文本结构化抽指标。
|
|
/// 比让 3B VL 直接读密集小字稳得多。输入是 OCR 文本(可能有错字/错位/噪声)。
|
|
static func indicatorsFromText(_ ocrText: String, today: Date = .now) -> String {
|
|
let f = DateFormatter()
|
|
f.locale = Locale(identifier: "en_US_POSIX")
|
|
f.dateFormat = "yyyy-MM-dd"
|
|
let todayStr = f.string(from: today)
|
|
return indicatorsFromTextTemplate
|
|
.replacingOccurrences(of: "{{TODAY}}", with: todayStr)
|
|
.replacingOccurrences(of: "{{OCR_TEXT}}", with: ocrText)
|
|
}
|
|
|
|
private static let indicatorsFromTextTemplate: String = #"""
|
|
你是医学化验单/体检报告的结构化助手。下面是对一张报告做 OCR 得到的纯文本,可能有错字、错位、多余符号或换行混乱。
|
|
请从中提取所有「指标名 + 数值」,只输出一段合法 JSON,不要解释、不要 markdown 围栏、不要任何前后缀文字。
|
|
|
|
今天的日期是 {{TODAY}}。
|
|
|
|
JSON schema(严格):
|
|
{
|
|
"indicators": [
|
|
{
|
|
"name": string,
|
|
"value": string,
|
|
"unit": string,
|
|
"range": string,
|
|
"status": "high" | "low" | "normal"
|
|
}
|
|
]
|
|
}
|
|
|
|
规则:
|
|
- 只提取「有明确数值」的检验/体检指标;页眉、医院名、医生签名、采样时间、栏目标题、OCR 噪声一律忽略。
|
|
- status 判断优先级:① 文本里的箭头/标记(↑/H/偏高 → "high",↓/L/偏低 → "low")最优先;② 没有标记时用 value 与 range 比较;③ 都没有 → "normal"。
|
|
- range 保留原文(如 "3.9 - 6.1"、"< 3.40"、"208 - 428");OCR 把破折号写成 "--" / "~" 都归一成 " - ";没有参考范围就填 ""。
|
|
- 单位识别不出就填 "",不要编造;不要发明指标;同一指标只输出一次。
|
|
- name 用规范中文指标名(行内重复的去掉,英文缩写括注可保留)。
|
|
- 数值明显是 OCR 乱码(字母混入数字)且无法判断的,跳过该行。
|
|
|
|
示例 OCR 文本:
|
|
淋巴细胞数 3.0 1.8 -- 6.3 X10^9/L
|
|
尿酸 486 208-428 μmol/L
|
|
总胆红素(TB): 23.0 (μmol/L) ↑
|
|
对应输出:
|
|
{"indicators":[{"name":"淋巴细胞数","value":"3.0","unit":"X10^9/L","range":"1.8 - 6.3","status":"normal"},{"name":"尿酸","value":"486","unit":"μmol/L","range":"208 - 428","status":"high"},{"name":"总胆红素","value":"23.0","unit":"μmol/L","range":"","status":"high"}]}
|
|
|
|
现在请解析下面这段 OCR 文本,只输出 JSON。/no_think
|
|
|
|
OCR 文本:
|
|
{{OCR_TEXT}}
|
|
"""#
|
|
}
|