Django框架在社区门诊管理系统开发中的实践与优化

1. 项目背景与需求分析社区门诊作为基层医疗服务的重要载体其信息化管理水平直接影响着居民就医体验和医疗资源利用效率。传统基于纸质或单机版的管理系统已难以满足现代社区医疗服务的需求具体表现在数据孤岛问题患者档案、药品库存、医生排班等信息分散在不同Excel表格中无法实时同步更新流程效率低下挂号、缴费、取药等环节仍依赖人工操作平均候诊时间超过40分钟统计分析缺失无法自动生成门诊量、病种分布等关键运营报表移动端支持不足缺乏预约挂号、报告查询等便民功能我们需要的解决方案应该具备患者全生命周期管理建档→就诊→随访药品进销存实时监控多角色工作台医生、护士、药房、管理员数据可视化分析看板微信小程序接入能力2. 技术选型对比Flask vs Django2.1 框架特性对比维度Flask (2.3.2)Django (4.2)架构类型微框架全栈框架学习曲线平缓约15天上手陡峭约30天熟练ORM支持需扩展SQLAlchemy内置强大ORM管理后台需自行开发自带Admin后台模板引擎Jinja2Django Template适用场景轻量级API/简单应用复杂业务系统2.2 社区门诊场景适配度选择Django的核心理由开箱即用的Admin系统门诊需要的患者管理、药品库存等CRUD操作通过简单配置即可实现完善的认证体系内置用户组/权限管理完美匹配医生、护士等角色权限需求ORM高效开发复杂的药品-处方-患者关系可通过模型声明快速构建缓存机制利用cache_page装饰器轻松优化高并发挂号查询Flask的适用场景当需要与第三方健康设备如智能血压计对接时开发微信小程序后端API接口需要高度定制化的报表生成模块实际建议采用Django为主框架对特殊功能模块使用Flask作为补充通过Blueprints整合3. 核心模块设计与实现3.1 数据模型设计# models.py from django.db import models class Patient(models.Model): HEALTH_INSURANCE_CHOICES [ (NCMS, 新农合), (UEBMI, 城镇职工医保), (URBMI, 城镇居民医保), (OTHER, 自费) ] id_card models.CharField(max_length18, uniqueTrue) name models.CharField(max_length50) gender models.CharField(max_length10) birth_date models.DateField() insurance_type models.CharField(max_length20, choicesHEALTH_INSURANCE_CHOICES) phone models.CharField(max_length15) address models.TextField() allergy_history models.TextField(blankTrue) class Medicine(models.Model): name models.CharField(max_length100) specification models.CharField(max_length50) # 如0.5g*24片 manufacturer models.CharField(max_length100) stock models.PositiveIntegerField(default0) price models.DecimalField(max_digits8, decimal_places2) barcode models.CharField(max_length20, uniqueTrue) class Prescription(models.Model): patient models.ForeignKey(Patient, on_deletemodels.PROTECT) doctor models.ForeignKey(medical_staff.Doctor, on_deletemodels.PROTECT) create_time models.DateTimeField(auto_now_addTrue) diagnosis models.TextField() is_paid models.BooleanField(defaultFalse) class PrescriptionDetail(models.Model): prescription models.ForeignKey(Prescription, on_deletemodels.CASCADE) medicine models.ForeignKey(Medicine, on_deletemodels.PROTECT) dosage models.CharField(max_length50) # 如1片/次3次/日 quantity models.PositiveIntegerField()3.2 关键业务逻辑实现挂号排队算法# services/queue_service.py from django.db import transaction from django.core.cache import cache from datetime import date def generate_queue_number(department_id): today_str date.today().strftime(%Y%m%d) cache_key fqueue_{today_str}_{department_id} with transaction.atomic(): # 使用select_for_update避免并发冲突 current_num cache.get_or_set(cache_key, 0) new_num current_num 1 cache.set(cache_key, new_num, timeout86400) # 24小时过期 return f{department_id}{today_str}{new_num:04d}药品库存预警# signals.py from django.db.models.signals import post_save from django.dispatch import receiver from django.core.mail import send_mail from .models import Medicine receiver(post_save, senderMedicine) def check_medicine_stock(sender, instance, **kwargs): threshold 20 # 预警阈值 if instance.stock threshold: subject f药品库存预警{instance.name} message f{instance.name}当前库存仅剩{instance.stock}请及时补货 send_mail( subject, message, systemclinic.com, [pharmacyclinic.com], fail_silentlyTrue )4. 性能优化实践4.1 数据库查询优化问题场景 医生工作台需要显示今日接诊患者列表及其处方记录原始实现导致N1查询patients Patient.objects.filter(visits__datetoday) # 1 query for p in patients: prescriptions p.prescription_set.all() # N queries优化方案使用select_related/prefetch_relatedpatients Patient.objects.filter( prescription__create_time__datetoday ).select_related(insurance).prefetch_related( Prefetch(prescription_set, querysetPrescription.objects.select_related(doctor)) ).distinct()添加数据库索引class Prescription(models.Model): class Meta: indexes [ models.Index(fields[create_time]), models.Index(fields[patient, create_time]), ]4.2 缓存策略设计采用三级缓存体系视图缓存对静态页面如科室介绍使用cache_pagecache_page(60 * 60 * 24) # 缓存24小时 def department_intro(request): ...模板片段缓存对药品目录等半静态内容{% load cache %} {% cache 600 medicine_list %} {% for med in medicines %} li{{ med.name }} - {{ med.price }}/li {% endfor %} {% endcache %}热点数据缓存使用Redis缓存挂号队列等高频访问数据# settings.py CACHES { default: { BACKEND: django_redis.cache.RedisCache, LOCATION: redis://127.0.0.1:6379/1, OPTIONS: { CLIENT_CLASS: django_redis.client.DefaultClient, } } }5. 安全防护措施5.1 敏感数据保护患者隐私字段加密from django.db import models from django_cryptography.fields import encrypt class Patient(models.Model): id_card encrypt(models.CharField(max_length18, uniqueTrue)) phone encrypt(models.CharField(max_length15))5.2 防护机制实现CSRF防护# 对API接口禁用CSRF需配合JWT认证 from django.views.decorators.csrf import csrf_exempt csrf_exempt def api_patient_register(request): ...SQL注入防护始终使用ORM或参数化查询禁用原生SQL中的字符串拼接XSS防护# 模板中自动转义 {{ user_input|escape }} # 对富文本内容使用白名单过滤 from django.utils.html import strip_tags clean_content strip_tags(dirty_content, allowed_tags[p, br])6. 部署方案6.1 生产环境架构----------------- | Nginx (SSL) | ---------------- | -------------------------- | | -------------- ------------------ | Gunicorn | | Celery Worker | | Django App | | (异步任务处理) | -------------- ------------------ | | -------------- ------------------ | PostgreSQL | | Redis | | (主从复制) | | (缓存/消息队列) | --------------- -------------------6.2 关键部署配置Gunicorn启动脚本#!/bin/bash NAMEclinic_app DJANGODIR/opt/clinic-system SOCKFILE/tmp/gunicorn.sock USERwww-data GROUPwww-data NUM_WORKERS3 exec gunicorn clinic.wsgi:application \ --name $NAME \ --workers $NUM_WORKERS \ --user$USER --group$GROUP \ --bindunix:$SOCKFILE \ --log-levelinfo \ --access-logfile/var/log/gunicorn/access.log \ --error-logfile/var/log/gunicorn/error.log \ --timeout 120Nginx配置片段upstream clinic_app { server unix:/tmp/gunicorn.sock fail_timeout0; } server { listen 443 ssl; server_name clinic.example.com; ssl_certificate /path/to/cert.pem; ssl_certificate_key /path/to/key.pem; location /static/ { alias /opt/clinic-system/static/; expires 30d; } location / { proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Host $http_host; proxy_redirect off; proxy_pass http://clinic_app; } }7. 扩展功能实现7.1 微信小程序集成JWT认证实现# auth_backends.py from rest_framework_simplejwt.authentication import JWTAuthentication from wechatpy import WeChatClient class WechatJWTAuth(JWTAuthentication): def validate_user(self, openid): try: return User.objects.get(wechat_openidopenid) except User.DoesNotExist: # 首次登录自动注册 client WeChatClient(appid, secret) user_info client.user.get(openid) return User.objects.create( usernamefwx_{openid}, wechat_openidopenid, nameuser_info[nickname] ) # api_views.py from rest_framework_simplejwt.views import TokenObtainPairView class WechatLoginView(TokenObtainPairView): authentication_classes [WechatJWTAuth] def post(self, request): code request.data.get(code) # 通过code获取openid... return super().post(request)7.2 智能分诊功能基于症状的关键词匹配算法# triage/triage_rules.py SYMPTOM_KEYWORDS { 发热: [发烧, 体温高, 发烫], 咳嗽: [咳痰, 干咳, 呛咳], 腹痛: [肚子疼, 胃痛, 腹部不适] } DEPARTMENT_MAPPING { 发热: 内科, 咳嗽: 呼吸科, 腹痛: 消化科 } def suggest_department(symptom_text): symptom_text symptom_text.lower() matched [] for symptom, keywords in SYMPTOM_KEYWORDS.items(): if any(kw in symptom_text for kw in keywords): matched.append(symptom) if len(matched) 1: return DEPARTMENT_MAPPING[matched[0]] elif len(matched) 1: return 全科 else: return 预检分诊台8. 运维监控方案8.1 健康检查端点# monitoring/views.py from django.http import JsonResponse from django.views import View from django.db import connection import redis class HealthCheckView(View): def get(self, request): checks { database: self._check_database(), redis: self._check_redis(), storage: self._check_storage() } status 200 if all(checks.values()) else 503 return JsonResponse(checks, statusstatus) def _check_database(self): try: with connection.cursor() as cursor: cursor.execute(SELECT 1) return True except: return False def _check_redis(self): try: r redis.Redis() return r.ping() except: return False def _check_storage(self): try: with open(healthcheck.txt, w) as f: f.write(test) return True except: return False8.2 关键监控指标Prometheus监控配置# prometheus.yml scrape_configs: - job_name: django_app metrics_path: /metrics static_configs: - targets: [app:8000] - job_name: postgres static_configs: - targets: [db:5432] - job_name: redis static_configs: - targets: [redis:6379]Grafana看板应包含请求成功率按HTTP状态码分类数据库查询耗时分布当前活跃用户数药品库存预警状态挂号队列等待人数趋势9. 项目演进路线9.1 短期优化1-3个月性能提升引入Django Debug Toolbar定位慢查询对患者历史就诊记录实现分页加载药品目录添加Elasticsearch全文检索功能完善开发疫苗接种预约模块实现检验报告微信推送添加家庭医生签约功能9.2 中期规划3-6个月系统扩展对接区域医疗云平台开发健康档案大数据分析模块实现跨机构检查结果互认体验优化引入语音输入病历开发AI辅助诊断建议上线智能导诊机器人9.3 长期愿景1年以上生态建设对接可穿戴设备数据构建慢性病管理平台开发互联网医院模块技术创新尝试医疗区块链应用探索诊疗知识图谱实验性引入医疗大模型在实际开发过程中我们遇到最棘手的问题是处方打印模板的动态渲染。最终采用的解决方案是结合WeasyPrint和Django模板系统通过CSS打印样式控制分页和布局同时缓存已生成的PDF文件。这个经验告诉我们对于医疗场景的文档输出应该优先考虑可追溯性和标准化而不是过度追求界面美观。