HaHafeng
5db4a7064c
Summary: - Add 4 new database tables: iit_field_metadata, iit_qc_logs, iit_record_summary, iit_qc_project_stats - Implement pg-boss debounce mechanism in WebhookController - Refactor QC Worker for dual output: QC logs + record summary - Enhance HardRuleEngine to support form-based rule filtering - Create QcService for QC data queries - Optimize ChatService with new intents: query_enrollment, query_qc_status - Add admin batch operations: one-click full QC + one-click full summary - Create IIT Admin management module: project config, QC rules, user mapping Status: Code complete, pending end-to-end testing Co-authored-by: Cursor <cursoragent@cursor.com>
38 lines
1.9 KiB
Markdown
38 lines
1.9 KiB
Markdown
# **Phase 1.5 补充任务：隐私安全与自动化工具**
|
||
|
||
**优先级：** P0 (必须在正式处理患者数据前完成)
|
||
|
||
**目的：** 解决合规性风险，降低项目部署的人力成本
|
||
|
||
## **1\. PII 数据脱敏中间件 (Anonymizer Middleware)**
|
||
|
||
在 SoftRuleEngine 和 ChatService 调用 LLM 之前，必须对文本进行处理。
|
||
|
||
* \[ \] **实现 PII 识别正则库**：
|
||
* 识别身份证号、手机号、中文姓名（2-4字）、MRN 号。
|
||
* \[ \] **实现脱敏/还原逻辑**：
|
||
* **发送前 (Masking)**: 张三 (ID: 420101...) \-\> \[PATIENT\_NAME\_1\] (ID: \[ID\_CARD\_1\])
|
||
* **接收后 (Unmasking)**: 将 LLM 回复中的 \[PATIENT\_NAME\_1\] 还原为 张三 显示给前端。
|
||
* \[ \] **安全审计日志**：
|
||
* 记录所有发送给 LLM 的原始 Payload（加密存储），用于事后合规审计。
|
||
|
||
## **2\. Redcap Schema 自动对齐工具 (Auto-Mapper)**
|
||
|
||
减少 iit\_field\_mapping 的人工配置工作量。
|
||
|
||
* \[ \] **Data Dictionary 解析器**：
|
||
* 读取 Redcap 导出的 Data Dictionary (CSV/JSON)。
|
||
* 提取所有字段的 Variable Name 和 Field Label。
|
||
* \[ \] **LLM 语义映射 Job**：
|
||
* 输入：系统标准字段列表（如 age, gender, visit\_date）。
|
||
* 输入：Redcap 字段列表（如 nl\_age, sex\_v2, d\_visit）。
|
||
* Prompt: "请将以下 Redcap 字段与系统标准字段进行语义匹配，返回 JSON 映射表。"
|
||
* \[ \] **人工确认 UI**：
|
||
* 在管理后台提供一个界面，显示 LLM 猜测的映射关系，管理员点击 "Confirm" 后写入数据库。
|
||
|
||
## **3\. 错误处理与熔断机制**
|
||
|
||
* \[ \] **ReAct 循环熔断**：
|
||
* 设置 SoftRuleEngine 最大重试次数为 3。
|
||
* 设置 ReActEngine 最大 Step 为 5。
|
||
* 超过限制时，返回固定的 Fallback 回复："抱歉，该任务过于复杂或数据不足，请人工介入。" |