我是郭隽昊，本周是项目开发第二周，我在第一周数据库框架基础上，重点完成医疗知识图谱结构化录入、三甲医院数据采集、数据库表优化与数据校验工作，为系统 RAG 检索与导诊跳转能力提供完整数据支撑。

一、项目概述

wenkang（问康）是基于多智能体协同的医疗全流程伴诊与健康管理系统，本周我聚焦知识图谱构建、医院路由数据完善、数据层逻辑加固，保障 AI 智能体医疗推理合规、导诊服务可用。

二、本周核心技术栈

• 数据库：MySQL 8.0
• 持久化：Spring Data JPA
• 开发语言：Java 17
• 工具：Lombok、Navicat、Excel 数据导入

三、知识图谱完善（RAG 核心模块）

3.1 知识图谱实体与关系标准化

严格按照国家卫健委权威指南，完成医疗知识三元组结构化定义：

• 疾病实体：50 种常见内科、外科、五官科疾病
• 药品实体：100 种常用处方药、非处方药
• 关系实体：50 条用药禁忌、饮食禁忌、适用症状、慎用人群

全部采用标准医学名称，避免模糊表述，确保大模型推理依据准确。

3.2 知识图谱数据入库

完成200 条核心实体关系对全量入库：

// 知识图谱实体示例
@Data
@Entity
@Table(name = "kg_node_relation")
public class KgNodeRelation {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;
    private String subject;     // 主体：药品/疾病
    private String predicate;   // 关系：禁忌/适用/治疗
    private String object;      // 客体：症状/行为/药品
    private String description; // 说明：如布洛芬+饮酒→胃出血
    private Integer status;     // 0无效 1有效
}

实现文本检索 + 精准匹配双路召回基础数据支撑。

四、医院导诊数据完善

4.1 医院数据采集目标

按任务书要求完成山东省 30 家三甲医院信息全量采集，本周已全部录入：

• 医院全称、科室、等级、地理位置
• 官方挂号渠道 Deep Link（微信小程序 / APP / 官网）
• 基础 LBS 定位信息，支持后续距离排序

4.2 医院路由数据实体

@Data
@Entity
@Table(name = "hospital_router")
public class HospitalRouter {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;
    private String hospitalName;  // 医院名称
    private String department;    // 推荐科室
    private String city;          // 所在城市
    private String deepLink;      // 挂号跳转链接
    private String location;      // 经纬度/地址
    private Integer sort;         // 推荐权重
}

可直接对接 Java 后端，实现LBS 智能推荐 + 一键挂号跳转。

五、数据库表优化与数据校验

5.1 表结构优化

• 为高频查询字段添加索引：user_id、session_id、phone、hospital_name
• 统一字段类型、长度、注释，符合医疗数据规范
• 优化主键、外键关联，提升联表查询效率

5.2 数据校验规则

针对医疗数据安全性，实现：

• 健康档案必填字段非空校验
• 药品 / 疾病名称标准化校验
• 医院 Deep Link 有效性校验
• 知识图谱关系合法性校验

5.3 数据源与 JPA 配置

properties

spring.datasource.url=jdbc:mysql://localhost:3306/wenkang?useUnicode=true&characterEncoding=utf-8&serverTimezone=Asia/Shanghai&allowMultiQueries=true
spring.datasource.username=root
spring.datasource.password=root
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver

spring.jpa.hibernate.ddl-auto=update
spring.jpa.show-sql=true
spring.jpa.properties.hibernate.dialect=org.hibernate.dialect.MySQLDialect

六、核心功能支撑

6.1 支撑 AI 智能体医疗推理

知识图谱数据可直接用于大模型输出前禁忌校验，强制过滤不安全建议，杜绝医疗幻觉。

6.2 支撑诊中导医服务

医院路由数据可直接用于导航智能体，实现按距离推荐医院、科室并拉起官方挂号渠道。

6.3 支撑健康档案长效记忆

健康档案表支持用户病史、过敏史自动入库，作为 AI 问诊上下文。

七、本周开发成果

1. 完成200 条医疗知识图谱全量结构化入库
2. 完成30 家山东省三甲医院导诊数据全量采集
3. 完成核心数据表索引优化与结构规范
4. 实现数据入库校验规则，保证数据质量
5. 打通知识图谱、医院数据与业务层的数据通道
6. 为 Agent 后端、Java 后端提供完整可用的数据支撑