Python实现医疗数据自动化生成微信MD文档

1. 项目背景与需求解析

最近在帮某医疗机构的运营团队做内容自动化改造时，遇到一个典型场景：他们每天需要将Excel中的患者随访数据生成符合微信排版规范的MD文档。手工操作不仅效率低下，还经常出现格式错乱的情况。这个Python脚本正是为了解决这个痛点而生。

MDI（Markdown Improved）是我自定义的扩展格式，在标准Markdown基础上增加了对微信特色排版元素的支持：

• 特殊字体颜色标识（如[red]重要提示[/red]）
• 微信独有的卡片式引用样式
• 自动生成带编号的医疗注意事项清单
• 符合微信规范的图片尺寸压缩标记

2. 技术方案设计

2.1 核心架构设计

采用三层处理架构：

1. 数据层：Pandas处理Excel输入数据
2. 转换层：自定义MDI模板引擎
3. 输出层：微信公众号API对接

python复制class WeChatMDIGenerator:
    def __init__(self, template_path):
        self.template = jinja2.Template(open(template_path).read())
        
    def render(self, data_df):
        # 预处理医疗数据
        processed_data = self._preprocess(data_df)
        # 生成带样式的MD文本
        return self.template.render(processed_data)

2.2 关键技术选型

1. 模板引擎：选用Jinja2而非标准string.Template，因为：

   • 支持条件判断和循环控制
   • 可以扩展自定义过滤器
   • 错误提示更友好

2. 微信API对接：使用官方素材管理接口

python复制def upload_draft(content):
    url = "https://api.weixin.qq.com/cgi-bin/draft/add"
    params = {"access_token": get_access_token()}
    return requests.post(url, params=params, json={"content": content})

3. 实现细节剖析

3.1 医疗数据特殊处理

针对医疗场景的特殊需求：

python复制def _preprocess(self, df):
    # 处理药品名称标注
    df['medication'] = df['medication'].apply(
        lambda x: f"[warning]{x}[/warning]")
    
    # 生成注意事项清单
    df['notes'] = df.apply(lambda row: 
        f"{row['index']}. {row['content']}", axis=1)
    return df

3.2 MDI扩展语法实现

扩展的微信专属标记处理：

python复制def parse_mdi(text):
    # 处理颜色标签
    text = re.sub(r'\[red\](.*?)\[/red\]', 
        '<span style="color:#FF0000">\\1</span>', text)
    
    # 转换微信卡片
    text = re.sub(r'\[card\](.*?)\[/card\]',
        '<div class="weui-card">\\1</div>', text)
    return text

4. 完整工作流实现

4.1 从Excel到草稿的全流程

python复制def generate_wechat_draft(excel_path, template_path):
    # 读取数据
    df = pd.read_excel(excel_path)
    
    # 初始化生成器
    generator = WeChatMDIGenerator(template_path)
    
    # 生成MDI内容
    mdi_content = generator.render(df)
    
    # 上传到微信
    response = upload_draft(mdi_content)
    return response.json()

4.2 模板文件示例

template.mdi:

jinja2复制# {{ title }}

{% for note in notes %}
> {{ note }}
{% endfor %}

[card]
**用药提醒**：{{ medication }}
[/card]

5. 实战踩坑记录

5.1 微信API的坑

1. access_token缓存：必须实现本地缓存，不能每次调用都获取

python复制def get_access_token():
    if cache.exists('wx_token'):
        return cache.get('wx_token')
    # ...获取逻辑...
    cache.set('wx_token', token, timeout=7000)  # 微信默认7200秒过期

2. 内容长度限制：超过2000字符需要分批次上传

5.2 医疗数据敏感处理

1. 患者信息脱敏：必须在内置预处理环节完成

python复制df['patient'] = df['patient'].str.replace(
    r'(\d{3})\d{4}(\d{4})', r'\1****\2')

2. 药品名称校验：需要对接医疗知识图谱验证

6. 性能优化方案

6.1 批量处理加速

使用Pandas的向量化操作替代循环：

python复制# 劣质写法
for idx, row in df.iterrows():
    row['processed'] = process(row['content'])

# 优化写法
df['processed'] = df['content'].map(process)

6.2 内存管理技巧

处理大型Excel文件时：

python复制# 使用chunksize分块读取
reader = pd.read_excel('large.xlsx', chunksize=1000)
for chunk in reader:
    process_chunk(chunk)

7. 扩展应用场景

7.1 对接医院HIS系统

通过增加数据中间件，可以直接从医院信息系统拉取数据：

python复制def fetch_his_data(patient_id):
    his_api = HISClient(
        endpoint='https://his.internal/api',
        auth=('user', 'pass'))
    return his_api.get_patient_data(patient_id)

7.2 自动排版增强

集成CSS自动优化：

python复制def inject_styles(md_text):
    css = """
    <style>
    .weui-card { border-left: 3px solid #1AAD19; }
    </style>
    """
    return css + md_text

这个项目在实际医疗场景中已经稳定运行半年，日均处理200+篇患者教育内容。核心价值在于：

1. 将内容生产时间从2小时/篇缩短到5分钟
2. 统一了全院健康教育内容的输出规范
3. 通过自动化校验降低了医疗信息错误率

最近正在扩展对视频号内容脚本的自动生成支持，后续会分享更多跨平台内容自动化实践。