项目描述：面向阿尔茨海默病护理者的智能 RAG 知识问答系统，集成大语言模型和检索增强生成技术，支持医疗专业咨询和同伴情感支持。系统采用微服务架构，为护理者提供24 小时智能辅 助服务。 技术栈：JAVA、SpringSecurity、Kafka、Nacos、Redis、ElasticSearch、PostgreSQL、Nomic Embedding、RAG、Docker 主要工作： 1. 搭建分布式护理问答系统：基于 Spring Boot + Nacos 构建服务，分离临床洞察知识库与同伴支持知识库，覆盖 PubMed / NIH 等 1,

项目描述：面向阿尔茨海默病护理者的智能 RAG 知识问答系统，集成大语言模型和检索增强生成技术，支持医疗专业咨询和同伴情感支持。系统采用微服务架构，为护理者提供24 小时智能辅 助服务。 技术栈：JAVA、SpringSecurity、Kafka、Nacos、Redis、ElasticSearch、PostgreSQL、Nomic Embedding、RAG、Docker 主要工作： 1. 搭建分布式护理问答系统：基于 Spring Boot + Nacos 构建服务，分离临床洞察知识库与同伴支持知识库，覆盖 PubMed / NIH 等 1,

基于大语言模型的智能医疗助手系统,支持复杂任务规划、多轮对话、工具调用和自主决策。可应用于临床辅助、患者咨询、科研支持等多个场景。

设计等级医院官网、通过关注该医院服务号实现用户便利进入该医院独自的网站系统，便于查看医院最新动态信息，了解医院提供的服务流程，及医院专家分配等独立完成项目搭建与功能开发、需求理解、业务沟通、数据交互、性能优化、兼容处理、设计稿的高度还原等

项目描述：医疗 AI 服务平台，实现智能问诊、报告解读、器官 3D 展示等核心功能。 技术栈：Vue3 + Element Plus + Vant4 + ECharts+接入openAI对话类AI 核心职责： 负责 H5 与管理后台全页面开发，接入 AI 能力实现智能医疗服务。 使用 ECharts 完成医疗数据可视化图表开发，保障页面交互与兼容性。

当前大众自行用药现象普遍，药物混用、不当搭配极易引发健康风险，基于这一社会痛点，本项目打造了一套智能化用药安全与冲突预警系统。 在项目中，我全程负责统筹规划与落地执行。前期开展市场与用户需求调研，结合用药规范梳理功能框架，完成整体方案设计。中期统筹团队分工，主导数据整理、算法模型训练以及系统核心功能开发，针对开发中出现的技术与协作问题进行协调处理，持续打磨系统功能。后期对系统进行多轮测试与性能优化，完善交互逻辑，并完成全套技术文档、项目说明、答辩展示材料的撰写与整合。 系统整合各类药品信息与用药准则，可智能识别药物配伍冲突、剂量风险、禁忌事项并及时发出预警，操作简洁易懂，适配普通民众日常使

慢病患者的 AI 一体化管理系统界面，支持智能待办指引、公卫服务提醒、并发症筛查建议与用药辅助，能为医生提供患者健康数据、异常指标与重点疾病诊疗记录，助力糖尿病等慢性病的规范化管理。

这是一款医院门诊系统的 AI 辅助诊疗界面，支持病历质控、诊断推荐、鉴别问诊和相似病例参考，可帮助医生快速完成病历录入、疾病诊断与患者管理，提升诊疗效率与规范性。门诊系统的 AI 病历助手界面，支持通过文本或语音输入患者信息，快速自动生成结构化门诊病历，涵盖主诉、现病史、既往史等模块，帮助医生高效完成病历书写，提升诊疗效率。

本项目是一套面向医生工作室/诊所的轻量级SaaS系统，围绕“患者运营 + 商品转化 + 团队协作”三个核心场景，提供从账号体系到商品推荐、再到权限管控的一体化解决方案，帮助医生高效管理患者并实现业务增长 核心功能模块 1. 用户注册与登录体系 支持手机号 / 验证码 / 密码多种登录方式 登录态持久化（记住账号、Token管理） 协议确认（用户协议 & 隐私政策）合规接入 支持医生端账号体系扩展（多角色） 2. 团队成员管理 & 权限控制 支持医生添加团队成员（如助理、运营人员等） 精细化权限配置（模块级勾选控制），例如： 患者管理（邀请患者、查看对话等）

该项目为面向互联网医疗领域的医患双向服务智慧医疗平台，搭建医生、患者双端独立系统。医生端具备患者管理、慢病随访管理、AI 辅助诊疗、科普内容运营等核心能力；患者端实现随访接收、病历管理、用药提醒、疾病自测、健康数据记录、AI 健康咨询、医疗科普阅览等居家健康服务。 本人全程负责本项目整体技术方案设计、前后端全栈开发、双端移动端 UI 页面开发、各业务模块功能实现、系统整体调试与项目全流程落地，保障平台医患数据互通、功能稳定运行。