让处方点评，回归它本应的样子。
处方点评制度自 2010 年颁布以来，运行的底色始终是"每月抽取不低于 100 张处方进行合理性评价"。十五年过去，医院处方量翻了数倍， 药师队伍的增长远远跟不上——于是 0.1% 的抽样比例 成了行业沉默的共识。
但问题从不按比例发生。一张不合理处方，不会因为没被抽中就不伤害患者。 方鉴想做的事很简单：让那剩下的 99.9% 也能被看见。
我们没有发明新的点评规则，没有重写药理学。我们做的是：让 AI 承担全量的初筛， 让药师的专业判断只花在真正值得判断的地方。覆盖率与效率，第一次同向增长。
一套系统，
两条工作流。
方鉴把处方点评这件事拆解为两条并行流水线：AI 预筛流水线处理"数量"， 药师复核流水线处理"质量"。两者通过任务队列解耦，规则引擎在中间做路由， 构成一条可观测、可迭代、可审计的处方质量监测闭环。
AI 预筛流水线
每日批量从 HIS 拉取前日全部门诊处方及病历快照，经规则引擎快速过滤，剩余疑问处方交大模型深度分析，按"规则命中 / AI 认定 / 明确合规"三类输出。
药师复核流水线
系统按专科、药师职称、工作量自动分配复核任务，推送至企业微信。药师仅需对 AI 标记结果判定采纳或驳回，每次判断都反哺到规则库与模型优化队列。
自学习闭环
系统记录每张处方从 AI 建议到药师判定的全过程，生成每周 AI 准确率报告、误判案例库、规则命中率分布，作为规则迭代与模型微调的直接依据。
质量反馈闭环
问题处方 24 小时内生成预警，推送给开方医生和科室负责人。月末汇总形成点评报告、科室排名、高风险药品 TOP 列表，直接用于绩效考核与继续教育。
标准容器化部署，
HIS 零改造对接。
全栈容器化，后端 Django + Celery + PostgreSQL + Redis， AI 能力可对接内网国产大模型或通过安全代理访问外部模型。 医院侧仅需提供一台虚拟机或容器主机，数据从不出院。
八个模块，
覆盖点评全流程。
从处方接入到最终的绩效反馈，方鉴把每一个环节做成独立的模块， 既可整体部署，也可按需启用。
处方接入
HIS 直连拉取 + Excel 导入双通道，支持门诊、急诊处方全量接入，自动清洗并匹配病历快照。
规则引擎
内置药典、专家共识、院内规则三层规则库，支持可视化规则编辑与版本管理。
AI 审方
支持 DeepSeek、通义、文心、豆包等多模型接入，可配置合议策略与准确率阈值。
人工复核
富文本编辑器、处方卡片视图、快捷键复核、批量驳回，为药师打造高效工作台。
任务分配
基于职称、专科、负载的智能派单，支持手动调配和一键重分配。
预警推送
企业微信 / 钉钉 / 短信 / 邮件多渠道，支持按严重等级、科室、时段灵活配置。
统计报表
日报、周报、月报自动生成，支持处方合格率、问题类型分布、科室排名、药品 TOP 等核心指标。
系统管理
用户权限、操作日志、数据备份、License 管理一应俱全，符合三级等保运维要求。
开放接口
提供标准 REST API，可对接医院数据中台、BI 平台、绩效考核系统，支持二次开发。
每一个工程决策，
都经得起审计。
方鉴已在国内三级医院作为生产系统稳定运行，每一个架构选择都来自真实的部署压力。
容器化 · 可迁移
Docker Compose / Podman 标准部署包，裸金属、虚拟化、私有云间无感迁移。离线部署包 < 1GB，信创环境一键安装。
核心模块 Cython 编译
规则引擎、AI 审方、报表统计等核心模块采用 Cython 编译为二进制，既保护知识产权，也显著提升运行效率。
AI 调用双通道
支持纯内网国产大模型（如 DeepSeek 本地化部署）与安全代理模式访问外部 API，按医院合规要求灵活切换。
高并发异步架构
Celery 多队列任务调度，日处理万级处方无压力。规则预筛 + AI 分层触发，平均单方处理延迟 < 400ms。
全链路可观测
对接 Zabbix / Prometheus 监控，关键任务进度实时上报企业微信。每条 AI 判断、药师动作均可追溯。
License 加密模块
硬件指纹 + 非对称加密 License 体系，支持按院授权、按年授权、按模块授权。未授权模块自动禁用。