doctor-dok

想象这样一个场景：父母年事已高，手中攥着十几年的纸质病历——验血报告、B超单、出院小结，叠起来比字典还厚。某天深夜急诊，医生问"上次肝功能检查是什么时候"，你翻遍抽屉也找不到那份报告，医生只能重新开全套检查。这样的窘境，Doctor Dok 正是来解决它的。

一、项目背景与诞生故事

Doctor Dok 由波兰开发者 Tomasz Lewandowski 于 2024 年 6 月创立，是一个开源的 AI 医疗数据框架与个人健康保险库。该项目的核心理念可以用一句话概括：一份密码 + AI，把所有纸质医疗记录变成可检索、可对话的数字化健康档案。

这个需求的诞生背景非常真实：现代人的医疗记录散落在不同医院的不同系统里，彼此割裂、格式不一、几乎不可能打通。Tom 在项目 README 中坦言，他做这个项目的个人动机就是"家里有厚厚的纸质病历"，想要一个能把它们统一管理起来的工具。

二、技术架构：Next.js 全栈 + 本地优先

Doctor Dok 的技术选型非常务实——它不是一个 AI 研究项目，而是一个面向真实用户的生产级应用。

前端采用 Next.js 14 + React 18 + TypeScript，构建了一个功能完整的 Web UI。UI 组件库大量使用 Radix UI（无头组件）配合 Tailwind CSS，保证了界面的可访问性和响应速度。Markdown 渲染、内容高亮、JSON 可视化等常见需求都引入了成熟的开源库。

后端同样跑在 Next.js 的 API Routes 里，数据库使用 Drizzle ORM + SQLite。SQLite 作为本地优先的数据存储非常适合个人/小规模医疗数据场景——数据完全在用户自己手里，不需要依赖云端服务。

PDF 解析是一大技术亮点。项目引入了 pdfjs-dist（Mozilla 的 PDF.js）来处理 PDF 渲染，OCR 能力则结合了前端 canvas 截图 + 后端解析的混合方案，支持从扫描件和手机照片中提取文字和结构化数据。

三、AI 能力：多模型支持 + 隐私优先

Doctor Dok 支持多个 AI 模型接入，这是它与其他医疗应用最大的差异点：

最值得称道的是 Ollama 本地部署选项——所有 AI 对话数据完全不会离开用户设备，这在医疗场景下几乎是一个刚需。对于注重隐私的用户来说，这是 Doctor Dok 最具竞争力的卖点。

项目还内置了 Zero Trust 安全架构：数据在客户端用 crypto-js AES-256 加密后再上传存储，服务端无法解密任何个人健康数据。OTP（一次性密码）双因素认证、TOTP 密钥管理也一应俱全。

四、核心功能体验

从项目 README 和代码结构来看，Doctor Dok 提供以下核心能力：

1. PDF/图片 OCR 解析：上传验血报告、出院小结等文档，AI 自动提取结构化数据（检查项、数值、单位、参考范围）
2. FHIR 标准化：支持 FHIR（快速医疗互操作性资源）格式，对接医疗信息系统的行业标准
3. AI 对话咨询：基于提取的数据，用 AI 模型进行多轮对话、翻译、标注
4. 多语言翻译：将医疗记录翻译成 50+ 种语言，方便出国就医或咨询国际专家
5. 加密云存储：Zero Trust 架构，数据加密后存储，可按需同步

五、部署体验：全栈应用的手动配置

Doctor Dok 是一款标准的 Next.js 全栈应用，没有提供 Dockerfile 或 docker-compose，需要手动配置环境后通过 npm run dev 启动。

部署主要步骤：克隆代码仓库 → 安装依赖（yarn 或 npm install）→ 配置 AI API Key 环境变量（OPENAI_API_KEY / GOOGLE_API_KEY / OLLAMA_BASE_URL）→ 运行 npm run dev → 访问 http://localhost:3000。

硬件要求不高——不需要 GPU，普通开发机即可运行。内存建议 4GB 以上，磁盘 2GB 足够。

虽然没有容器化，但项目提供了 .devcontainer 配置，使用 VS Code Remote Containers 的用户可以一键进入预配置的开发环境。

六、局限性与争议

Doctor Dok 团队非常坦诚地列出了项目的局限性：

医疗合规问题：项目明确声明不适合直接用于临床决策。AI 模型存在幻觉风险，医疗建议需要专业医生把关。开发者也坦承，要让产品真正 B2C 化，需要走医疗器械认证流程，这是一个相当漫长的合规之路。

非处方级应用：README 原文写道："Due to its AI features, it requires a proper Medical Device compliance and certification process." —— 这是一个清醒的自我认知，也是开源框架的合理定位。

容器化缺失：对于非开发者的普通用户来说，手动配置 Node.js 环境、安装依赖仍然有一定门槛。没有 Docker 一键部署选项是一大遗憾。

七、行业意义与前景

Doctor Dok 所在的赛道——个人健康记录（PHR）和医疗 AI 数字化——正在快速增长。随着 AI 模型能力的提升（尤其是长上下文理解能力），让 AI 理解一份 50 页的病历并回答"和上次相比肝功能有什么变化"这类问题，已经不再是科幻场景。

更重要的是，Doctor Dok 的开源 MIT 许可和模块化架构，让它成为了一个可以二次开发的技术底座。任何想进入数字医疗赛道的创业团队或医疗信息化企业，都可以在这个框架基础上构建自己的产品。开发者也明确表示欢迎商业合作。

从数据来看，项目 2024 年 6 月上线，截至目前已获得 113 个 Stars、25 个 Forks，生态还在早期，但已经吸引了来自全球的开发者关注。

本报告基于 GitHub 公开数据生成，内容仅供参考学习。Doctor Dok 明确声明 AI 输出仅用于研究目的，不得替代专业医疗建议。