中药房季度内部调剂差错分析
概述
本技能用于将中药房各月份的《内部调剂差错分析记录》汇总为季度差错分析报告。用户提供该季度各月（通常3份）的月度记录 docx，按固定模板结构输出季度分析 docx。
前置条件
- Python 3.x + python-docx 库（已安装在 managed venv）
- 月度记录 docx 文件路径（用户提供）
- Q1 模板 docx 路径（用于格式继承）：首次使用时由用户提供，后续从记忆中获取
月度记录格式（输入）
每份月度记录 docx 包含以下固定结构：
- 标题：内部调剂差错分析记录
- 配药时间 / 记录时间
- 内差发生次数 + 总处方数 + 差错率
- 漏配药品表格（第1张表）：纯药名，按出现顺序排列
- 品种错表格（第2张表）：格式 A→B
- 数量错表格（第3张表）：格式 原量→错量，或"多一包""X剂→Y剂"
- 用法错（0次）/ 处理 / 原因分析 / 改进措施（固定文字，各月相同）
- 个人差错统计表（第4张表）：丰/立/珍/屹/芸/丹
- 个人明细表（第5张表）：日期|姓名|配方数|内差处方数|百分率
> 注意：文档中前3张表依次为漏配、品种错、数量错。后续表格为个人统计，勿混淆。
季度分析模板结构（输出）
输出文件标题：XXXX年第X季度中药房内部调剂差错分析
格式：标题 18pt 加粗居中，其余正文均为默认 Normal 样式（与 Q1 模板一致）。
一、整体情况总结
- 季度总差错次数 + 季度差错率
- 各月差错次数与差错率逐月列出
- 差错类型占比：漏配/数量错配/品种错配 各占季度总差错百分比
- 高频差错药品前五名（漏配/数量错配/品种错配 分别列前5，始终列满5个具体品种）
- 声明：所有差错均在发药窗口前发现纠正，未影响患者，已登记
二、差错原因分析（4段式）
- 趋势分析：季度差错率趋势（结合排班/节假日/工作负荷/上季度措施落实情况）
- 漏配分析：药柜位置（中间药柜"首尾紧中间松"）、高频常用药、跳行串行
- 品种错配分析：分两类归纳——名称相近易混淆 / 药斗相邻顺手误取（不逐对罗列）
- 数量错配分析：炮制品规格相近、剂数清点（独立成段，勿与品种错合并）
三、改进措施（4条措施 + 1条总结目标段）
- 持续巩固调配流程规范（顺序调配、做标记）
- 优化自我复核机制（7剂以上抽样复核，重点核对高频漏配品种）
- 更新高频差错警示标识（TOP5漏配药斗贴标识、混淆药对贴警示标签）
- 坚持个性化反馈机制（每月一对一反馈、重点帮扶偏高人员）
- 总结段：评价本季度成效 + 设定量目标（如差错率控制在X%以内）
关键计算逻辑（★已修正）
- 季度差错率 = 三月月度差错率算术平均（非总差错÷总处方）
- Q1验证：(1.86+0.90+2.37)/3 = 1.71% 与模板一致
- Q2验证：(2.44+2.31+1.63)/3 = 2.13% 与用户手写版一致
- 漏配占比 = 三月漏配次数之和 ÷ 季度总差错 × 100%
- 高频漏配：合并3月漏配表药名，按出现次数降序取前5
- 需合并炮制变体到基原药：姜厚朴→厚朴、蜜麻黄→麻黄等
- 但炙甘草≠甘草（品种错配中视为不同药品）
- 高频品种错配：统计 A→B 组合出现次数取前5
- 需合并双向对：A→B 与 B→A 计为同一组合（如 芒果核→浙贝母 + 浙贝母→芒果核 = 2次）
- 高频数量错配：提取药名统计，始终列5个（即使多数为1次）
- 校验：漏配+品种错+数量错 = 当月总差错次数
书写规范
- 用词严格匹配Q1模板：如"本季度差错类型以三类为主"不加"仍"字
- 高频列表始终列5个具体品种+次数，不写"分散度较高"等描述性文字
- 原因分析品种错配分两类归纳（名称相近/药斗相邻），不逐对罗列
- 改进措施承接上季度落实情况，结尾设定量目标
- 使用中文引号 U+201C/U+201D 避免与 Python 字符串分隔符冲突
人员对照
| 简称 | 丰 | 立 | 珍 | 屹 | 芸 | 丹 |
|---|---|---|---|---|---|---|
| 姓名 | 王绍丰 | 卢啟立 | 叶云珍 | 谢靖屹 | 刘淑芸 | 龙艺丹 |
> docx 原文提取可能显示"詹婧屹"，用户已确认为"谢靖屹"，以用户为准。
工作流程
步骤1：读取月度记录
运行 scripts/count_errors.py，传入3份月度 docx 路径，自动提取三类差错表格并统计高频药品（含炮制变体合并、双向对合并、月度差错率算术平均）。
python scripts/count_errors.py "<月1路径>" "<月2路径>" "<月3路径>"
输出：各类差错总数、占比、高频药品前10、月度差错率及季度差错率（算术平均）。
步骤2：汇总与校验
核对脚本输出的各类差错总数是否等于月度记录中标注的"内差发生次数"。如不一致，检查表格解析是否有遗漏。季度差错率取月度差错率算术平均（非总差错÷总处方）。
步骤3：撰写季度分析内容
按模板结构（详见 references/template_structure.md）组织段落文本：
- 整体情况总结（步骤1-2的统计结果，高频列表列满5个）
- 差错原因分析（4段式：趋势、漏配、品种错配两类归纳、数量错配独立段）
- 改进措施（4条措施 + 1条总结目标段，承接上季度落实情况，结尾设定量目标）
将段落文本写入 JSON 文件（{"paragraphs": ["段落1", "段落2", ...]}），中文引号使用 U+201C/U+201D。
步骤4：生成 docx
运行 scripts/gen_quarterly.py，以 Q1 模板为格式基础生成季度分析 docx：
python scripts/gen_quarterly.py --template "<Q1模板路径>" --output "<输出路径>" --content "<内容.json>"
脚本自动处理段落数量增减（Q1模板25段，Q2为26段），保留模板格式（标题18pt加粗居中）。
步骤5：验证与呈现
读取生成的 docx 验证内容无误，用 present_files 呈现给用户。
注意事项
- 月度记录中"五、处理"部分可能误抄上月次数，以当月实际三类差错之和为准
- 配药时间年份可能有笔误，以正确季度年份为准
- 改进措施应承接上季度措施（如 Q1 措施自二季度起落实，Q2 分析应评价落实效果）
