本项目是一个专为医保管理场景设计的规则反向测试系统它用约束求解CP-SAT技术从医保飞检规则文本出发自动推导出「最容易触发误判」的边界测试用例不是靠人工拍脑袋列极端值而是让数学模型穷举规则在临界点上的所有合法/违规组合。面向医保办公室、医院信息科和质控部门核心能力包括规则配置化加载YAML/JSON、业务语义到约束模型的自动映射、满足/违反双路径用例生成、HTML可视化演练报告、CSV结构化导出以及可复用的边界案例数据库。交付形态以命令行CLI为主支持本地快速验证技术栈基于 Python 3.10、Google OR-Tools CP-SAT 求解器、pandas、openpyxl 和 Jinja2不依赖 Web 服务或云部署。定位与能力范围我们不做通用测试平台也不覆盖全量医保结算逻辑。本项目的边界非常明确只处理「飞检中高频被调取、且存在执行歧义」的五类典型规则药品适应症限制、检验项目互斥、超限用药、挂床检测、分解住院。这些规则共同特点是判断依据清晰如“住院时长24小时”但临床执行中常因时间粒度、科室协作、数据录入延迟等产生模糊地带。系统不替代人工审核而是把“这条规则到底怎么才算踩线”这件事交由数学模型给出确定性答案。生成的每个用例都带明确标签合规边界、违规临界、组合扰动便于医保办组织内部沙盘推演提前暴露规则漏洞、字段缺失或系统计费盲区。核心功能所有功能围绕「规则→模型→用例→报告」闭环展开不设冗余入口规则配置管理接受 YAML 或 JSON 格式规则定义字段与医保飞检常见表述对齐如diagnosis_code、drug_code、admit_time、discharge_time支持嵌套条件与多级逻辑运算CP-SAT 约束建模将每条规则自动翻译为 Google OR-Tools 的 CP-SAT 模型保留原始语义例如“同一患者不得同时开具 A 与 B 检验”被建模为布尔变量互斥约束边界用例生成对每条规则同时求解出满足条件的最小合规样本、违反条件的最大容忍样本、以及跨时段/跨科室的扰动组合样本HTML 演练报告按规则分组呈现用例每条含字段值、判定结果、触发逻辑链如“因 admit_time2024-03-01 08:00discharge_time2024-03-02 07:59差1分钟达24小时判定为挂床”CSV 导出输出标准结构化表格含rule_id、case_type、field_values_json、decision四列可直接导入医院 HIS 或质控系统做批量回放边界案例数据库SQLite 存储历史生成用例支持按规则 ID、生成时间、用例类型检索复用以下为五类预设规则及其对应生成策略的对照说明规则类型判定逻辑关键词系统生成重点典型边界示例药品适应症限制“诊断编码不匹配”构造诊断码与药品码的最小差异组合如仅末位不同诊断 ICD-10J18.9肺炎未特指药品阿奇霉素适应症 J01-F01→ 合规若诊断为 R51头痛同药→ 违规检验项目互斥“不得同时开具”枚举所有互斥对的时间重叠窗口精确到分钟血清肌酐采样时间 09:00与尿微量白蛋白采样时间 09:05→ 重叠5分钟→ 违规超限用药“单日剂量X mg”在剂量上限±0.1%范围内生成连续浮点值用例头孢曲松单日限 4g → 生成 3.996g合规、4.004g违规挂床检测“住院时长24小时”按分钟级枚举入院/出院时间差覆盖跨日、跨班次场景入院 2024-03-01 23:59出院 2024-03-02 00:00 → 时长1分钟→ 违规分解住院“同一疾病短期内再入院”绑定主诊断编码 时间窗如7天生成首末次入院时间差恰好卡窗边界的用例首次入院 2024-03-01二次入院 2024-03-07 → 差6天→ 违规若为2024-03-08 → 差7天→ 合规使用与配置整个流程无需写代码全部通过 CLI 完成。你只需准备规则文件、执行三条命令、获得报告安装依赖确保 Python 3.10 已安装然后执行pip install -r requirements.txt加载规则规则文件放在data/目录下如sample_rules.yaml格式严格遵循项目文档定义的 schema。加载命令会校验语法与字段完整性python -m src.cli.main load-rules --config data/sample_rules.yaml生成测试用例指定某条规则 ID如rule_001系统自动构建 CP-SAT 模型并求解输出 JSON 格式用例集到指定目录python -m src.cli.main generate --rule-id rule_001 --output-dir data/output导出报告支持 HTML 与 CSV 双格式导出命令中指定格式与输出路径即可python -m src.cli.main export --format html --output-dir data/output python -m src.cli.main export --format csv --output-dir data/output生成的 HTML 报告可直接在浏览器打开含折叠式规则详情、用例表格、判定逻辑高亮CSV 文件可被 Excel 或 BI 工具读取用于后续分析或对接院内系统。工程结构项目采用清晰分层架构模块职责无重叠模块目录主要职责关键实现说明src/rules/规则数据模型与加载器定义 RuleSchema 类支持 YAML/JSON 解析、字段校验、逻辑表达式预编译src/solver/CP-SAT 约束建模与求解将规则条件转为 CP-SAT 变量与约束调用 OR-Tools 求解器生成多组解src/reports/HTML/CSV 报告生成Jinja2 渲染 HTML 模板pandas 构造 CSV DataFrame保留原始字段语义src/database/边界案例持久化SQLite 数据库存储用例元数据ID、规则ID、生成时间、类型支持按需查询src/cli/命令行接口Click 框架封装提供load-rules、generate、export三级命令data/目录存放示例规则与结算数据开箱即用templates/提供可定制的 HTML 报告模板docs/放置完整使用说明与规则 schema 定义。环境与运行本工具对运行环境要求极简仅需 Python 3.10 与基础科学计算库。CP-SAT 求解器由 Google OR-Tools 提供已通过requirements.txt统一管理。所有操作均在本地完成不上传任何数据至外部服务器符合医保数据不出域的安全要求。实测在普通办公笔记本16GB 内存i5-1135G7上单条规则生成百级用例平均耗时 1.2 秒复杂多条件规则如含 3 层嵌套逻辑最长不超过 8 秒。依赖版本要求如下表所示均已在requirements.txt中锁定依赖库版本要求用途说明ortools9.8.0提供 CP-SAT 求解器核心能力pandas2.0.0结构化数据处理与 CSV 导出openpyxl3.1.0支持 Excel 格式扩展如未来增加 XLSX 导出pyyaml6.0.0规则配置文件解析jinja23.1.0HTML 报告模板渲染数据与扩展规则定义是系统输入的核心。项目文档中已明确定义了规则 YAML 的字段规范必须包含rule_id、description、condition支持and/or/not嵌套、fields声明涉及的业务字段名及examples可选。新增规则只需按此格式编写 YAML 文件无需修改代码。我们预留了condition字段的扩展能力当前支持数值比较、字符串匹配、时间差计算、集合互斥四类原子操作后续可通过扩展解析器支持正则、区间合并等更复杂逻辑。已有五类规则并非封闭列表。医院可根据本地飞检重点在data/下新增 YAML 文件只要字段名与 HIS 或结算系统实际字段一致即可立即参与用例生成。例如某地市新增“中医辨证分型与中药饮片匹配”规则只需定义tcm_syndrome_code与herb_code的映射关系系统即可生成对应边界用例。限制与说明本工具不解决以下问题- 不校验原始结算数据质量如诊断编码是否真实有效- 不替代临床合理性判断如“该药是否真不该用”只回答“按规则是否算违规”- 不支持实时流式用例生成当前为离线批量模式- 不内置 HIS 或医保平台对接协议导出 CSV 后需人工或脚本对接所有生成用例均基于规则文本的字面语义建模若规则本身存在歧义如“短期内”未定义天数需先在 YAML 中明确为数值如window_days: 7。边界案例数据库默认启用但 SQLite 文件可随时清空或迁移不影响核心生成逻辑。项目地址https://github.com/nexorin9/fly-inspect-case-generator
