Skip to content

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)

: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 💝