药事数据分析技能 (Pharmacy Data Analysis)

技能概述

本技能为三甲医院药事管理场景提供标准化的数据分析流程，包含两大工作流：

1. 数据清洗工作流 — 对药品调剂差错、盘点数据、前置审方医嘱等原始数据进行系统清洗，输出清洗后的 Excel 文件、修改日志和无法处理项清单。
2. 可视化建议工作流 — 根据数据文件、分析目标和目标读者，推荐合适的图表组合，输出 3-5 张图组成的仪表盘页面结构，以 Word 格式交付。

触发条件

满足以下任一条件时触发本技能：

• 用户上传药房相关数据文件（药品调剂差错、盘点数据、前置审方医嘱等）并要求"数据清洗""清洗""清理"等操作
• 用户要求根据数据文件推荐"图表""可视化""绘图""dashboard"等
• 用户明确引用本技能名称或要求"用药事数据分析技能"

工作流一：数据清洗

核心原则

• 先规则后执行：先输出清洗规则和受影响行数，经用户确认后再执行清洗操作
• 禁止自动填充业务关键字段：药品名称、剂量、批号、差错类型等关键字段不得用均值/众数自动填充
• 全程留痕：每一步修改均记录到修改日志
• 交付三件套：清洗后 Excel 文件 + 修改日志 + 无法处理项清单

执行步骤

步骤 1：数据读取与画像

1. 读取用户上传的数据文件（支持 .xlsx / .csv / .xls）
2. 识别文件编码（优先 UTF-8，回退 GBK/GB18030）
3. 输出数据画像：
   • 总行数、总列数
   • 每列字段名、数据类型、非空率
   • 前 5 行预览

步骤 2：问题检测

按以下 5 个维度逐一检测，详细规则参见 references/data-cleaning-rules.md：

| 维度 | 检测内容 | 处置策略 | |------|---------|---------| | 重复行 | 完全重复行、关键字段重复行 | 标记并提示用户确认删除 | | 缺失值 | 逐列统计缺失数量与占比 | 区分关键字段（不自动填充）与非关键字段（可填充并标注） | | 日期与数字格式 | 日期格式不统一、数字存为文本、混入单位文字 | 标准化为 ISO 日期 (YYYY-MM-DD) 和纯数字格式 | | 异常值 | 数值越界、逻辑矛盾（如数量为负、日期在未来） | 标记异常并给出业务判断建议 | | 字段不一致 | 大小写混用、全半角混用、同义异名（如"阿司匹林"与"阿斯匹灵"） | 统一规范映射 |

步骤 3：输出清洗方案（等待确认）

输出格式：

【清洗方案概览】
- 原始数据：共 N 行 × M 列
- 检测到以下问题：

  1. 重复行：N1 行（占 X%）
     - 规则：基于全部列完全匹配
     - 处置：删除重复行，保留首次出现

  2. 缺失值：N2 列存在缺失
     - 关键字段 [列出]：缺失 N 行，不做自动填充
     - 非关键字段 [列出]：缺失 N 行，建议以众数/中位数填充

  3. 日期格式问题：N3 行
     - 涉及列：[列出]
     - 规则：统一为 YYYY-MM-DD
     ...

  4. 异常值：N4 行
     - 涉及列及异常描述：[列出]
     ...

  5. 字段不一致：N5 处
     - 涉及列：[列出]
     - 规范映射示例：[列出]

- 预计影响行数合计：N_total 行
- 无法自动处理项：N_unresolved 项（需人工判断）

请确认是否按以上方案执行清洗？如需调整规则，请告知。

必须等待用户明确确认后（如"确认""执行""同意"等），方可进入步骤 4。

步骤 4：执行清洗

1. 按确认的规则逐项执行
2. 实时记录修改日志（原值 → 新值，行号，规则编号）
3. 无法自动处理的项目标记为"待人工确认"

步骤 5：交付清洗结果

输出三个文件：

| 文件 | 格式 | 内容 | |------|------|------| | 清洗后数据 | .xlsx | 完成清洗的数据表 | | 修改日志 | .xlsx | 每条修改的行号、列名、原值、新值、规则编号、时间戳 | | 无法处理项 | .xlsx | 需人工判断的异常项清单，含行号、问题描述、建议处置 |

所有文件保存至用户指定的 D:\AI学习 目录。

工作流二：可视化建议

执行步骤

步骤 1：信息收集

从用户输入中提取三项关键信息：

1. 数据文件：已清洗的数据（字段、记录数、时间范围）
2. 分析目标：如"差错类型分布趋势""盘点差异率与药品类别的关系"等
3. 目标读者：如科室主任、院级质控会、药事委员会等

若用户未提供分析目标或目标读者，主动询问。

步骤 2：图表推荐

为每张推荐图表输出以下结构化描述：

图表 N：[图表名称]
- 图表类型：[柱状图/折线图/饼图/散点图/热力图/漏斗图/箱线图等]
- 回答的问题：[该图表回答什么业务问题]
- 使用字段：X轴=[字段名], Y轴=[字段名], 颜色/分组=[字段名]
- 排序方式：[按值降序/按时间升序/按类别分组等]
- 筛选条件：[如仅统计差错等级≥严重的记录]
- 可能误读点：[如"饼图不宜超过7个扇区""柱状图Y轴须从0开始"等]

详细图表选择指南参见 references/chart-recommendation-guide.md。

步骤 3：仪表盘页面设计

推荐一套 3-5 张图组成的页面结构：

• 顶部 KPI 区：2-4 个核心指标卡片（如总差错数、差错率、高风险药品占比）
• 主图区：1-2 张主分析图（趋势图或分布图）
• 辅助图区：1-2 张交叉分析图（如热力图、堆叠柱状图）
• 明细表：可选的明细数据表

说明页面布局逻辑和阅读顺序。

步骤 4：交付可视化建议报告

以 Word (.docx) 格式输出，包含：

1. 分析背景概述
2. 图表推荐清单（每张图的完整描述）
3. 仪表盘页面结构方案
4. 实施注意事项

所有文件保存至用户指定的 D:\AI学习 目录。

参考资源

• references/data-cleaning-rules.md — 详细的 5 维度数据清洗规则、药事数据特殊处理策略
• references/chart-recommendation-guide.md — 药事场景图表选择指南、常见误读防范
• references/pharmacy-field-glossary.md — 药事数据常见字段词表与规范格式
• scripts/clean_pharmacy_data.py — 自动化数据清洗脚本，可对 Excel/CSV 执行检测并输出问题报告

注意事项

• 数据清洗前务必备份原始文件
• 药品名称规范化应参照医院 HIS 系统药品字典或《中国药品通用名称》
• 差错等级判定参照《医疗机构药事管理规定》及院内标准
• 盘点差异率计算公式：(实盘数 - 账面数) / 账面数 × 100%
• 所有涉及患者隐私的字段须脱敏后方可分析与导出