企业官网建设流程全解析

一、项目简介

随着互联网医院、家庭医生和慢病随访场景的发展，传统线下就诊正在逐步与线上医疗服务融合。本项目实现一个轻量级的智能远程医疗系统：患者可以在线建档并提交远程预约，医生可以查看问诊请求、进入模拟视频诊室、更新问诊状态、填写诊断结论和电子处方。

项目定位是 CSDN 教学型 Python 全栈项目，重点展示从数据库建模、后端接口、前端交互到部署运行的完整流程。为了便于读者本地运行，技术栈选择 FastAPI + SQLite + 原生 HTML/CSS/JavaScript，不依赖复杂前端框架，也不强制连接第三方音视频服务。

系统核心能力包括：

• 患者档案管理：姓名、年龄、联系方式、地址、既往病史。
• 在线医生列表：科室、职称、在线状态和擅长方向。
• 远程预约问诊：选择患者、医生、时间并提交症状描述。
• 问诊状态流转：待接诊、问诊中、已完成。
• 远程诊室编号：创建预约时自动生成模拟视频房间号。
• 诊断与电子处方：医生完成问诊后填写诊断和处方。
• 数据看板：统计患者数、医生数、预约数、待接诊数和已完成数。

二、技术栈

三、系统架构

项目采用经典前后端分离架构：

浏览器前端 ├── 患者建档表单 ├── 预约问诊表单 ├── 医生列表 └── 问诊状态操作 │ fetch JSON ▼ FastAPI 后端 ├── main.py：接口路由 ├── schemas.py：请求响应模型 ├── crud.py：业务逻辑 ├── models.py：数据库模型 └── database.py：SQLite 连接 │ SQLAlchemy ▼ SQLite 数据库 telemedicine.db

前端只负责展示和用户交互，后端负责数据校验、业务状态更新和持久化。SQLite 数据库文件在后端首次启动时自动创建。

四、功能模块

1. 患者档案模块

患者是远程问诊流程的起点。系统支持创建和查询患者档案，字段包括姓名、年龄、性别、手机号、地址和既往病史。

2. 医生资源模块

医生数据包含姓名、科室、职称、在线状态和擅长方向。项目启动时会自动初始化 3 条医生数据，方便直接测试预约流程。

3. 远程预约模块

患者选择在线医生并填写预约时间、症状描述后，后端创建一条预约记录，同时自动生成一个模拟视频诊室编号，例如RM-1-2。

4. 问诊状态模块

预约记录的状态支持：

• 待接诊：患者刚提交预约。
• 问诊中：医生点击开始问诊。
• 已完成：医生填写诊断和处方后结束问诊。

5. 诊断处方模块

问诊完成时，医生可以录入诊断结果和电子处方。真实医疗系统还需要签名、审方、处方流转等合规能力，本项目保留为教学演示。

6. 数据看板模块

看板接口汇总患者数、医生数、预约数、待接诊数、已完成数以及科室分布，帮助管理人员快速了解平台运行状态。

五、数据库/数据模型设计

系统包含 3 张核心表：

patients 患者表

doctors 医生表

appointments 预约问诊表

模型代码位于backend/app/models.py：

classAppointment(Base):__tablename__="appointments"id=Column(Integer,primary_key=True,index=True)patient_id=Column(Integer,ForeignKey("patients.id"),nullable=False)doctor_id=Column(Integer,ForeignKey("doctors.id"),nullable=False)scheduled_time=Column(String(40),nullable=False)symptom=Column(Text,nullable=False)status=Column(String(20),default="待接诊")video_room=Column(String(80),default="")diagnosis=Column(Text,default="")prescription=Column(Text,default="")

六、后端接口设计

接口统一使用/api前缀：

预约创建接口示例：

POST/api/appointments{"patient_id":1,"doctor_id":2,"scheduled_time":"2026-06-05T10:30","symptom":"发热、咳嗽两天，希望远程问诊"}

后端会返回带有video_room的预约记录。

七、前端页面设计

前端页面位于frontend/：

• index.html：页面结构，包含数据卡片、患者表单、预约表单、医生列表和问诊列表。
• style.css：响应式布局和卡片式 UI。
• app.js：调用后端 API，处理表单提交和状态更新。

页面主要区域如下：

1. 顶部 Banner：展示系统名称和刷新按钮。
2. 数据看板：展示患者数、医生数、预约数等统计指标。
3. 患者建档：录入基础健康档案。
4. 远程预约：选择患者、医生和预约时间。
5. 在线医生：展示科室、职称、在线状态、擅长方向。
6. 问诊列表：支持开始问诊、完成问诊并填写诊断处方。

八、核心代码讲解

1. 数据库连接

database.py使用 SQLite 文件数据库，并通过SessionLocal为每个请求提供数据库会话：

engine=create_engine(DATABASE_URL,connect_args={"check_same_thread":False})SessionLocal=sessionmaker(autocommit=False,autoflush=False,bind=engine)Base=declarative_base()

2. FastAPI 路由

main.py在启动时创建表结构，并注册跨域中间件，方便本地 HTML 页面直接访问接口：

Base.metadata.create_all(bind=engine)app=FastAPI(title="智能远程医疗系统")app.add_middleware(CORSMiddleware,allow_origins=["*"],allow_methods=["*"],allow_headers=["*"])

创建预约的接口非常简洁：

@app.post("/api/appointments",response_model=schemas.Appointment)defcreate_appointment(data:schemas.AppointmentCreate,db:Session=Depends(get_db)):returncrud.create_appointment(db,data)

3. 业务逻辑

crud.py中的create_appointment负责生成远程诊室编号并保存预约：

defcreate_appointment(db:Session,data:schemas.AppointmentCreate):room=f"RM-{data.patient_id}-{data.doctor_id}"appointment=models.Appointment(**data.model_dump(),video_room=room)db.add(appointment)db.commit()db.refresh(appointment)returnappointment

4. 前端交互

前端使用 Fetch API 封装统一请求方法：

asyncfunctionrequest(path,options={}){constres=awaitfetch(`${API}${path}`,{headers:{'Content-Type':'application/json'},...options,});if(!res.ok)thrownewError(awaitres.text());returnres.json();}

更新问诊状态时，前端调用 PATCH 接口：

awaitrequest(`/appointments/${id}`,{method:'PATCH',body:JSON.stringify({status:'问诊中'})});

九、部署与运行步骤

1. 解压项目

unzip76_fullstack_project.zipcdproject

2. 启动后端

cdbackend python3-mvenv .venvsource.venv/bin/activate pipinstall-rrequirements.txt uvicorn app.main:app--reload--host127.0.0.1--port8000

后端启动后可以访问：

• http://127.0.0.1:8000/docs
• http://127.0.0.1:8000/api/health

3. 打开前端

方式一：直接双击或浏览器打开frontend/index.html。

方式二：在项目根目录启动静态服务：

python3-mhttp.server8080

然后访问：

http://127.0.0.1:8080/frontend/

4. 测试流程

1. 新建一个患者档案。
2. 选择患者和医生，填写症状并提交预约。
3. 在问诊列表点击“开始问诊”。
4. 点击“完成并开方”，录入诊断和处方。
5. 查看统计看板是否同步更新。

十、项目总结

本文完成了一个可运行的 Python 全栈项目——智能远程医疗系统。项目虽然轻量，但覆盖了全栈开发中的关键环节：数据建模、接口设计、业务逻辑、前端页面、跨域访问、SQLite 持久化和本地部署。

如果继续扩展，可以加入以下功能：

• 用户登录、角色权限和 JWT 鉴权。
• 医生排班、号源管理和预约冲突校验。
• WebRTC 或第三方 SDK 实现真实音视频问诊。
• 检验报告上传、图片病历识别和 AI 辅助分诊。
• 处方审核、电子签名和审计日志。
• Docker Compose 部署和 Nginx 反向代理。

通过这个项目，你可以快速掌握 FastAPI 全栈项目的基本组织方式，并进一步拓展为更完整的互联网医疗平台。

项目代码

下载链接