part17 中州养老AI+IOT后端管理系统
大约 9 分钟
part17 中州养老AI+IOT后端管理系统
中州养老AI+IOT后端管理系统之体检报告模块
1.1. 体检模块概要
前言
健康评估是指老人办理入住前需上传体检报告，由AI自动进行分析，并对报告进行总结，同时给出合理的建议；
对应的表结构： 
上面表格中并不是所有的的字段都是体检报告中的，有些字段是AI根据体检报告进行计算出来的。👇 
基于需求说明，在健康评估这个模块中，共有4个接口需要开发，分别是
- 列表查询（已经完成，可以略过，但是需要阅读代码和观察字段）
- 上传体检报告
- 智能评测
- 查看详情
整体实现流程如下： 
1.2. 上传体检报告
前言
参考上图，我们可知，需要首先上传体检报告，然后将上传的pdf转成文本化成提示词，我们接下来就完成这个模块
1. 上传文件(记得先将pom.xml中redis起步依赖导入）
接口如下：
请求：POST /admin/healthAssessment/upload
参数：
其中文件file（请求体） 和普通参数idCardNo 身份证号码
返回值：
{
"msg": "操作成功",
"data":"http://www.sadsad.com/dasdaf.pdf"
"code": 200
}
核心代码如下：👇
@Autowired
private AliOSSUtils aliOSSUtils;
@Autowired
private RedisTemplate<String, String> redisTemplate;
@PostMapping("/upload")
@Operation(description = "上传体检源文件")
public AjaxResult uploadFile(@Parameter(description = "上传的文件", required = true) @RequestBody MultipartFile file,
String idCard) throws Exception
{
try
{
String url = aliOSSUtils.upload(file);
//读取pdf文件内容
String content = PDFUtil.pdfToString(file.getInputStream());
//把内容存储到redis中，key为idCardNo,value:pdf文件内容
//将内容，存到数据库中
redisTemplate.opsForHash().put("healthReport",idCard, content);
redisTemplate.expire("healthReport",5, TimeUnit.MINUTES);
return AjaxResult.success("上传成功",url);
}
catch (Exception e)
{
e.printStackTrace();
throw new BaseException("体检报告失败");
}
}
2. 读取PDF文件内容
市面有很多工具类，我们可以直接使用，目前选择的是Apache PDFBox Apache PDFBox库是一个用于处理PDF文档的开源Java工具。该项目允许创建新的PDF文档，编辑现有的文档，以及从文档中提取内容。
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.24</version>
</dependency>
工具类如下：👇
public class PDFUtil {
/**
* 将PDF文件转换为字符串
* @param inputStream
* @return
*/
public static String pdfToString(InputStream inputStream) {
PDDocument document = null;
try {
// 加载PDF文档
document = PDDocument.load(inputStream);
// 创建一个PDFTextStripper实例来提取文本
PDFTextStripper pdfStripper = new PDFTextStripper();
// 从PDF文档中提取文本
String text = pdfStripper.getText(document);
return text;
} catch (IOException e) {
e.printStackTrace();
} finally {
// 关闭PDF文档
if (document != null) {
try {
document.close();
inputStream.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
return null;
}
}
导入并测试后，修改第一部分的代码，然后完成下面的测试!!!
可以使用apifox进行测试，测试结果如下： 
1.3 新增健康评估
前言
当体检报告上传到阿里云oss后，并且使用pdfbox将pdf文件转成文本后，并且将内容存储到redis中后，我们可以从redis中获取这段文本，填入到提示词中，然后调用AI接口，将提示词作为参数传入，获取返回值，然后根据返回值，将数据存储到数据库中，完成新增健康评估功能。流程如下：👇
1. 当前点击提交按钮后，后端需要一个接口来接收前端传来的参数。
接口如下：
请求：POST /admin/healthAssessment
参数：
{
"elderName": "马奇",
"idCard": "430224198812020057",
"physicalExamInstitution": "爱康国宾",
"physicalReportUrl": "https://qcxyyangeit.oss-cn-beijing.aliyuncs.com/db08b2c8-38cc-452c-a9c1-c3335802d6ad.pdf"
}
响应：
{
"msg": "操作成功",
"code": 200
}
核心代码：
@Autowired
private AIModelInvoker aiModelInvoker;
@Operation(description = "新增健康评估")
@PostMapping
public AjaxResult add(@Parameter(description = "健康评估实体")
@RequestBody HealthAssessmentDto healthAssessmentDto)
{
try {
//1.组装prompt(基础的模板+redis中存储的体检报告的内容)
String prompt = getPrompt(healthAssessmentDto);
//2.调用百炼大模型来分析数据
String result = aiModelInvoker.tyInvoker(prompt);
//3.解析数据 json转换为对象
HealthReportVo healthReportVo = JSONUtil.toBean(result, HealthReportVo.class);
//4.存储到数据库中
Long id = saveHealthAssessment(healthReportVo,healthAssessmentDto);
//5.获取ID返回
} catch (Exception e) {
throw new BaseException("AI分析失败");
}
return AjaxResult.success();
}
可以发现，上述有getPrompt和tyInvoker，以及saveHealthAssessment方法，需要定义，下面我们一一实现。
2. getPrompt方法是将pdf内容集合提示词整合在一起，整除一套提示词，提交AI大模型。**
private String getPrompt(HealthAssessmentDto healthAssessmentDto) {
//从redis中获取内容
String content = (String) redisTemplate.opsForHash().get("healthReport", healthAssessmentDto.getIdCard());
if(StrUtil.isEmpty(content)){
throw new BaseException("文件内容不存在，请重新上传");
}
String prompt = "请以一个专业医生的视角来分析这份体检报告，报告中包含了一些异常数据，我需要您对这些数据进行解读，并给出相应的健康建议。\n" +
"体检内容如下：\n" +
content+"\n" +
"\n" +
"要求：\n" +
"1. 提取体检报告中的“总检日期”；\n" +
"2. 通过临床医学、疾病风险评估模型和数据智能分析，给该用户的风险等级和健康指数给出结果。风险等级分为(使用中文）：健康、提示、风险、危险、严重危险。健康指数范围为0至100分；\n" +
"3. 根据用户身体各项指标数据，详细说明该用户各项风险等级的占比是多少，最多保留两位小数。结论格式：该用户健康占比20.00%，提示占比20.00%，风险占比20%，危险占比20%，严重危险占比20%；\n" +
"4. 对于体检报告有异常数据，请列出（异常数据的结论、体检项目名称、检查结果、参考值、单位、异常解读、建议）这8字段。解读异常数据，解决这些数据可能代表的健康问题或风险。分析可能的原因，包括但不限于生活习惯、饮食习惯、遗传因素等。基于这些异常数据和可能的原因，请给出具体的健康建议，包括饮食调整、运动建议、生活方式改变以及是否需要进一步检查或治疗等。\n" +
"结论格式：异常数据的结论：肥胖，体检项目名称：体重指数BMI，检查结果：29.2，参考值>24，单位：-。异常解读：体重超标包括超重与肥胖。体重指数（BMI）=体重（kg）/身⾼（m）的平⽅，BMI≥24为超重，BMI≥28为肥胖；男性腰围≥90cm和⼥性腰围≥85cm为腹型肥胖。体重超标是⼀种由多因素（如遗传、进⻝油脂较多、运动少、疾病等）引起的慢性代谢性疾病，尤其是肥胖，已经被世界卫⽣组织列为导致疾病负担的⼗⼤危险因素之⼀。AI建议：采取综合措施预防和控制体重，积极改变⽣活⽅式，宜低脂、低糖、⾼纤维素膳⻝，多⻝果蔬及菌藻类⻝物，增加有氧运动。若有相关疾病（如⾎脂异常、⾼⾎压、糖尿病等）应积极治疗。\n" +
"5. 根据这个体检报告的内容，分别是给人体的8大系统打分，每项满分为100分，8大系统分别为：呼吸系统、消化系统、内分泌系统、免疫系统、循环系统、泌尿系统、运动系统、感官系统\n" +
"6. 给体检报告做一个总结，总结格式：体检报告中尿蛋⽩、癌胚抗原、⾎沉、空腹⾎糖、总胆固醇、⽢油三酯、低密度脂蛋⽩胆固醇、⾎清载脂蛋⽩B、动脉硬化指数、⽩细胞、平均红细胞体积、平均⾎红蛋⽩共12项指标提示异常，尿液常规共1项指标处于临界值，⾎脂、⾎液常规、尿液常规、糖类抗原、⾎清酶类等共43项指标提示正常，综合这些临床指标和数据分析：肾脏、肝胆、⼼脑⾎管存在隐患，其中⼼脑⾎管有“⾼危”⻛险；肾脏部位有“中危”⻛险；肝胆部位有“低危”⻛险。\n" +
"\n" +
"输出要求：\n" +
"最后，将以上结果输出为JSON格式，不要包含其他的文字说明，所有的返回结果都是json，详细格式如下：\n" +
"\n" +
"{\n" +
" \"totalCheckDate\": \"YYYY-MM-DD\",\n" +
" \"healthAssessment\": {\n" +
" \"riskLevel\": \"healthy/caution/risk/danger/severeDanger\",\n" +
" \"healthIndex\": XX.XX\n" +
" },\n" +
" \"riskDistribution\": {\n" +
" \"healthy\": XX.XX,\n" +
" \"caution\": XX.XX,\n" +
" \"risk\": XX.XX,\n" +
" \"danger\": XX.XX,\n" +
" \"severeDanger\": XX.XX\n" +
" },\n" +
" \"abnormalData\": [\n" +
" {\n" +
" \"conclusion\": \"异常数据的结论\",\n" +
" \"examinationItem\": \"体检项目名称\",\n" +
" \"result\": \"检查结果\",\n" +
" \"referenceValue\": \"参考值\",\n" +
" \"unit\": \"单位\",\n" +
" \"interpret\":\"对于异常的结论进一步详细的说明\",\n" +
" \"advice\":\"针对于这一项的异常，给出一些健康的建议\"\n" +
" }\n" +
" ],\n" +
" \"systemScore\": {\n" +
" \"breathingSystem\": XX,\n" +
" \"digestiveSystem\": XX,\n" +
" \"endocrineSystem\": XX,\n" +
" \"immuneSystem\": XX,\n" +
" \"circulatorySystem\": XX,\n" +
" \"urinarySystem\": XX,\n" +
" \"motionSystem\": XX,\n" +
" \"senseSystem\": XX\n" +
" },\n" +
" \"summarize\": \"体检报告的总结\"\n" +
"}";
return prompt;
}
注意：需要提前启动redis，因为pdf内容使用了redis存储
3. 接下来，将整理好的提示词，提交到百炼大模型中 首先，配置大模型，在config包下
//大模型配置
@Component
public class AIModelInvoker {
@Autowired
ChatClient.Builder chatClientBuilder;
public String tyInvoker(String prompt) {
ChatClient chatClient = chatClientBuilder.build();
String content = chatClient.prompt().user(prompt).call().content();
// System.out.println("内容："+content.replace("`", "").replace("json", ""));
return content.replace("`", "").replace("json", "");
}
}
然后，将ai返回的json数据，解析为对象，保存到本地数据库中 
4. 接下来调用saveHealthAssessment存储数据
private Long saveHealthAssessment(HealthReportVo healthReportVo, HealthAssessmentDto healthAssessmentDto) {
//1.创建HealthAssessment对象
HealthAssessment healthAssessment = new HealthAssessment();
healthAssessment.setAbnormalAnalysis(JSONUtil.toJsonStr(healthReportVo.getAbnormalData()));
healthAssessment.setAdmissionStatus(1);
//2.通过身份证号获取数据
String idCard = healthAssessmentDto.getIdCard();
healthAssessment.setIdCard(idCard);
healthAssessment.setAge(IdcardUtil.getAgeByIdCard(idCard));
healthAssessment.setGender(IdcardUtil.getGenderByIdCard(idCard));
healthAssessment.setBirthDate(IdcardUtil.getBirthByIdCard(idCard));
healthAssessment.setAssessmentTime(LocalDateTime.now());
healthAssessment.setDiseaseRisk(JSONUtil.toJsonStr(healthReportVo.getRiskDistribution()));
healthAssessment.setElderName(healthAssessmentDto.getElderName());
//3.老人的健康分值
double healthScore = healthReportVo.getHealthAssessment().getHealthIndex();
healthAssessment.setHealthScore(String.valueOf(healthScore));
//小于60以下，不推荐入住，没有护理等级，大于等于60 特级 >= 70 一级 >=80 二级 >=90 三级
String nursingLevelName = getNursingLevelName(healthScore);
healthAssessment.setNursingLevelName(nursingLevelName);
healthAssessment.setPhysicalExamInstitution(healthAssessmentDto.getPhysicalExamInstitution());
healthAssessment.setPhysicalReportUrl(healthAssessmentDto.getPhysicalReportUrl());
healthAssessment.setReportSummary(healthReportVo.getSummarize());
healthAssessment.setRiskLevel(healthReportVo.getHealthAssessment().getRiskLevel());
healthAssessment.setSuggestionForAdmission(getSuggestionForAdmission(healthScore));
healthAssessment.setSystemScore(JSONUtil.toJsonStr(healthReportVo.getSystemScore()));
healthAssessment.setTotalCheckDate(healthReportVo.getTotalCheckDate());
healthAssessment.setCreateTime(LocalDateTime.now());
healthAssessment.setUpdateTime(LocalDateTime.now());
healthAssessment.setCreateBy("admin");
healthAssessment.setUpdateBy("admin");
//调用数据库保存
healthAssessmentMapper.insert(healthAssessment);
//结果返回
return healthAssessment.getId();
}
/**
* 获取护理等级
* @param healthScore
* @return
*/
private String getNursingLevelName(double healthScore) {
//判断参数的有效性
if(healthScore < 0 || healthScore > 100){
throw new IllegalArgumentException("健康评分必须在0到100之间");
}
if(healthScore >= 90){
return "三级护理等级";
}else if (healthScore >= 80){
return "二级护理等级";
}else if (healthScore >= 70){
return "一级护理等级";
}else if (healthScore >= 60){
return "特级护理等级";
}else {
return "无";
}
}
/**
* 获取入住建议
* @param healthScore
* @return
*/
private Integer getSuggestionForAdmission(double healthScore) {
if(healthScore >= 60){
return 0;
}
return 1;
}
好接下来，测试一下：
