fastapi/docs/04_data_collection.md

数据采集与存储边界

1. 采集原则

• 进入 Agent 时只接收宿主系统传入的用户上下文，不做登录注册。
• 问诊聊天只作为本次训练的短期 memory 使用，训练中断或退出不写入长期聊天历史。
• 检查申请、诊断提交、治疗提交属于本次训练过程数据，参与最终评分。
• 只有生成 AI 评价报告后，系统才写入长期训练记录 training_record。
• 所有会话、检查、提交、评价和历史查询都按 X-User-Id 隔离。

2. 进入 Agent

数据	来源	存储位置	用途
user_id	Header X-User-Id	training_session.external_user_id、training_record.external_user_id、audit_logs.user_id	用户隔离
tenant_id	Header X-Tenant-Id	training_session.tenant_id、audit_logs.tenant_id	宿主系统组织上下文
class_id	Header X-Class-Id	training_session.class_id	班级/教学上下文
entry_scene	Header X-Entry-Scene	training_session.entry_scene、audit_logs.entry_scene	入口来源
role	Header X-Role	audit_logs.role	审计上下文
request_id	系统生成或 Header	audit_logs.request_id	链路追踪

3. 创建会话

数据	存储位置	说明
case_id	training_session.case_id	关联 case_base.id
training_type	training_session.case_type	当前来自病例类型
mode	training_session.training_mode	practice 或 teaching
score_type	training_session.score_type	percentage 或 five_point
session_code	training_session.session_code	会话业务编号
memory_key	training_session.memory_key	Redis/进程内 memory key
patient_opening	runtime memory	AI 病人首句，不作为长期历史保存

4. 问诊过程

数据	存储位置	生命周期
医学生提问	runtime memory	本次会话有效，TTL 到期或评价完成后释放
AI 病人回复	runtime memory	本次会话有效，TTL 到期或评价完成后释放
SSE 响应耗时	前端状态、评价结构摘要	用于演示和问题排查
LLM 模型名/fallback 状态	前端状态、评价结构摘要	用于确认真实模型或 fallback

短期 memory 默认使用 Redis，Redis 不可用时降级为进程内 memory。TTL 由 RUNTIME_MEMORY_TTL_SECONDS 控制；每次写入会刷新 TTL。

5. 检查/检验申请

数据	存储位置	说明
item_code	training_order.item_code	同一会话去重依据
item_name	training_order.item_name	检查名称
item_type	training_order.item_type	lab、imaging、vital_sign 等
result_text	training_order.result_text	从 case_exam_item 读取的固定结果
result_structured	training_order.result_structured	结构化结果
is_key、is_abnormal	training_order	评分参考

检查结果只来自数据库 case_exam_item。LLM 不生成、不改写检查结果。

6. 诊断与治疗提交

数据	存储位置	说明
primary_diagnosis	training_submission.primary_diagnosis	主要诊断
differential_diagnoses	training_submission.differential_diagnoses	鉴别诊断
diagnosis_basis	training_submission.diagnosis_basis	诊断依据
treatment_principle	training_submission.treatment_principle	治疗原则
treatment_measures	training_submission.treatment_measures	治疗措施
risk_plan	training_submission.risk_plan	风险预案
communication	training_submission.communication	医患沟通
follow_up	training_submission.follow_up	随访安排

7. 评价报告

评价生成读取以下数据：

• training_session：模式、分数类型、病例 ID、memory key。
• runtime memory：本次问诊对话摘要。
• training_order：已申请检查和结果。
• training_submission：诊断和治疗提交。
• case_base + traditional_case/teaching_case：病例基础资料和标准参考。
• scoring_rule：基础评分规则。
• knowledge_chunks：科室/类型下命中的评分指南片段。

评价完成后写入：

数据	存储位置
总分、评分类型、等级	training_record.total_score、score_type、evaluation_level
结构化评分	training_record.ai_feedback_structured
证据摘要	training_record.thinking_chain
诊断路径摘要	training_record.diagnosis_path
扣分点	training_record.wrong_points
改进计划	training_record.recommendation_result
PDF 路径	training_record.pdf_file_path

8. 审计日志

audit_logs 记录关键动作：进入 Agent、创建会话、问诊、申请检查、完成问诊、提交诊断、提交治疗、生成评价、导出 PDF。审计日志只记录元数据和对象 ID，不保存完整聊天全文。