项目5:妇科肿瘤智能助手(小芙宝)
项目背景
妇科肿瘤(包括宫颈癌、子宫内膜癌、卵巢癌等)是威胁女性健康的主要疾病。患者及家属在诊疗过程中常面临信息获取困难、专业知识理解障碍、治疗方案选择迷茫等问题。本项目旨在通过AI技术,为妇科肿瘤患者提供专业、及时、易懂的医疗信息支持。
癌种定义
Gynecological Cancers(妇科肿瘤)主要包括:
- 宫颈癌 (Cervical Cancer)
- 子宫内膜癌 (Endometrial Cancer / Uterine Cancer)
- 卵巢癌 (Ovarian Cancer)
- 外阴癌 (Vulvar Cancer)
- 阴道癌 (Vaginal Cancer)
注:本项目建议优先聚焦前三种最常见的妇科肿瘤。
项目目标
- 降低信息门槛:用通俗易懂的语言解读专业医疗知识
- 提供决策参考:基于权威指南为患者提供诊疗信息支持
- 情感支持陪伴:通过AI助手提供7×24小时的信息陪伴
- 患者赋权:帮助患者更好地理解自身病情,参与治疗决策
核心价值主张
- 权威性:基于CSCO(中国临床肿瘤学会)等权威医学指南
- 专业性:覆盖诊疗建议、药物信息、基因检测解读等专业内容
- 易用性:支持自然语言对话,多平台接入(微信、Telegram等)
- 安全性:明确免责声明,强调辅助性质,不替代专业医疗咨询
服务对象
主要用户
- 妇科肿瘤患者及其家属
- 关注妇科健康的女性群体
- 处于诊疗不同阶段的患者(确诊前、治疗中、康复期)
次要用户
- 医护人员和医学生(作为辅助工具)
- 健康科普工作者
- 社区志愿者(蓝马甲)
产品形态
核心架构:RAG AI服务 + 多平台Bot机器人
推荐实现方式
- 对话入口:微信Bot / Telegram Bot / Web页面
- 后端服务:RAG智能问答系统
- 知识库:结构化的医疗知识库(指南、药物、基因检测、患者经验)
产品创新空间(由学生团队探索)
以下是一些可能的创新方向,鼓励团队提出自己的独特想法:
- 多模态交互:是否支持图片识别(如检查报告OCR)?
- 个性化推荐:如何根据用户的具体情况(癌种、分期、治疗阶段)提供定制化信息?
- 情感支持功能:除了信息查询,是否提供心理疏导、康复建议等功能?
- 社区互动:是否连接患者社群,促进经验分享?
- 多癌种路由:如何智能识别用户咨询的癌种并路由到对应知识库?
- 数据安全与隐私:如何在不收集隐私的前提下提供个性化服务?
重要提示:请在项目初期与Mentor讨论你们的创新想法,确保方向可行且符合公益初衷。
技术栈建议
RAG系统
- 社区推荐:Fastgpt(中文友好,开箱即用)
- 开源方案:Dify、Ragflow(更灵活,需要一定开发能力)
- 自选方案:如果团队有技术基础,可以基于LangChain等框架自建
知识库管理
- 社区推荐:Fastgpt / Wekora / Ragflow
- 关键考虑:
- 知识库如何结构化?(按癌种、按诊疗阶段、按内容类型)
- 如何预处理医学文档以提高检索准确性?
- 是否需要自定义切片(Chunking)策略?
Bot接入
- 微信:可使用WeChaty、OpenAI等框架
- Telegram:python-telegram-bot
- Web页面:可嵌入FastGPT的对话组件或自建界面
可选插件与优化
- Embedding优化:针对医学领域的Embedding模型或预处理插件
- 多癌种路由:智能识别用户意图并路由到对应知识库
- 内容安全:敏感词过滤、医疗合规检查
知识库资源参考
已有资源(参考xiaofubao仓库)
参考仓库已完成部分基础知识库的RAG预处理,你们可以:
- 了解知识库的结构设计思路
- 参考医学文档的切片和预处理方法
- 学习多癌种知识库的组织方式
知识库结构示例:
Knowlege_base/
├── 01_guidance/ # CSCO临床指南
│ ├── 01_宫颈癌/
│ ├── 02_子宫内膜癌/
│ └── 03_卵巢癌/
├── 02_drugs/ # 药物信息库
├── 03_genie/ # 基因检测相关
└── 04_patients_expertise/ # 患者经验分享你们需要做的
- 不要直接照搬:理解结构后,根据你们的产品定位设计自己的知识库
- 补充新内容:根据项目需求,补充更多医疗资源、患者案例等
- 优化与创新:如何让知识库更好地支持你们的创新功能?
项目实施建议
第一阶段:需求分析与设计(1-2周)
- 深入理解目标用户的痛点(建议访谈患者或家属)
- 确定核心功能优先级(MVP应该包含哪些功能?)
- 设计产品交互流程和对话逻辑
- 输出:产品需求文档、交互设计原型
第二阶段:知识库构建与RAG搭建(2-4周)
- 收集和整理医疗知识资源
- 进行文档预处理和知识库导入
- 搭建RAG问答系统并测试准确性
- 输出:可用的RAG知识库、基础对话能力
第三阶段:Bot开发与集成(2-3周)
- 开发微信/Telegram Bot或Web界面
- 集成RAG后端服务
- 实现多癌种路由、对话管理等功能
- 输出:可对外测试的MVP版本
第四阶段:测试与优化(2-3周)
- 邀请种子用户(患者、家属、医护)参与测试
- 收集反馈并快速迭代
- 完善免责声明、隐私保护等合规内容
- 输出:稳定可用的产品版本、使用手册
重要合规要求
医疗免责声明(必须)
- 明确本工具是信息助手,不是医疗诊断工具
- 所有诊疗决策必须咨询专业医生
- 使用者需对信息甄别和使用承担责任
- AI技术存在信息偏差风险
隐私保护(必须)
- 遵守《个人信息保护法》
- 不主动收集患者隐私数据(姓名、身份证号、具体病情等)
- 如需收集任何信息,必须事先获得DKU/CMC/基金会批准
公益初衷(必须)
- 本项目永久免费,不做商业引流
- 不推荐具体药物或医疗机构
- 不承诺任何治疗效果
成功指标建议
- 功能完成度:完成核心对话功能,支持至少2个癌种的知识问答
- 用户体验:种子用户测试反馈满意度 ≥ 80%
- 内容准确性:医学专家审核通过,关键信息准确率 ≥ 95%
- 服务可用性:系统稳定运行,响应时间 < 5秒
- 创新亮点:至少实现1个独特的创新功能
参考资源
GitHub仓库:https://github.com/PancrePal-xiaoyibao/xiaofubao.git
- 用于学习知识库结构和RAG预处理方法
- 注意:不要直接复制代码,理解思路后自己实现
医学资源:
- CSCO临床指南(中国临床肿瘤学会)
- 国家癌症中心相关资料
- 权威医学期刊和数据库
技术工具:参考 Tools Kit 101
团队分工建议
- 产品经理:需求分析、用户调研、产品设计
- RAG工程师:知识库构建、RAG系统搭建与优化
- 前端/Bot开发:对话界面开发、Bot接入
- 内容运营:医学内容收集、审核、更新
联系与支持
- Mentor指导:联系你的项目导师获取专业建议
- 医学审核:涉及医疗内容必须提交PMC审核
- 技术支持:遇到技术问题可在项目群或GitHub Issue求助
- 参考仓库:可向xiaofubao项目发起人Sam咨询经验
鼓励的话
这是一个非常有意义的项目,你们的工作将直接帮助真实的患者和家庭。不要担心技术门槛,社区和Mentor会支持你们。最重要的是:保持对患者的同理心,从他们的真实需求出发,做一个真正有用的产品。
让技术温暖生命,让信息点亮希望 💝