《硅谷小智（医疗版）项目视频教程》详细介绍
《硅谷小智（医疗版）》项目视频教程是一套基于 人工智能 + 医疗健康管理 场景的全栈实战课程，旨在帮助学员掌握 AI 技术在医疗健康应用中的落地开发。课程以智能问诊、健康数据分析和个性化推荐为核心功能，围绕 SpringBoot + Vue3 + 大模型 API + 数据可视化 技术栈，构建一个完整的医疗智能服务平台。
一、课程特色
- 医疗+AI场景化实战
项目结合医疗智能问答、在线咨询、健康档案管理等真实业务需求，模拟互联网医疗平台开发场景。 - 全栈技术融合
采用 SpringBoot 后端 + Vue3 前端 + AI 大模型 API 接入 的全栈技术方案，前后端分离架构，辅以 MySQL、Redis、Elasticsearch、WebSocket 等主流组件。 - AI 智能诊断与问答
通过调用医疗知识库与大模型（如 ChatGPT / 医疗大模型）接口，实现智能问诊、症状匹配和个性化建议。 - 医疗数据可视化与实时推送
使用 ECharts、大屏可视化技术展示用户健康数据、统计报表和医生工作台动态。
二、课程大纲
模块 1：项目背景与架构设计
- 医疗行业互联网化趋势与痛点分析
- 项目整体功能介绍：智能问诊、健康档案、医生工作台、在线咨询
- 系统架构设计：前后端分离 + 微服务（可选） + AI 模块
- 开发环境搭建：SpringBoot 3.x + Vue3 + MySQL + Redis
模块 2：后端服务开发（SpringBoot）
- 用户注册/登录（JWT 鉴权）
- 医生与患者角色管理
- 医疗健康数据接口（体检数据、病历记录）
- 问诊会话管理与消息存储
- Elasticsearch 医疗知识库搜索与匹配
- AI 大模型问答接口接入（可选 GPT / 医疗专用 API）
模块 3：AI 智能问诊模块
- 智能对话与症状识别（AI 模型调用）
- 用户问答场景：常见病咨询、健康建议
- 健康档案分析与个性化推送
- 多轮问答逻辑设计与意图识别
模块 4：前端开发（Vue3 + Element Plus）
- 医生工作台：挂号管理、咨询记录
- 患者端界面：问诊对话框、健康报告查询
- 实时消息与 WebSocket 推送
- ECharts 数据可视化：就诊数据、体检趋势图、医疗大屏
模块 5：医疗数据管理与可视化
- 数据库设计（用户、医生、挂号、病历、健康档案）
- 健康指标监控：血压、血糖、心率趋势
- 医疗统计大屏实现（预约统计、用户增长、病种分布）
模块 6：系统优化与部署
- Redis 缓存策略与热点数据优化
- Nginx 反向代理与前后端分离部署
- Docker 容器化部署（SpringBoot + Vue3 项目）
- 项目安全与数据隐私（医疗数据加密、访问控制）
三、项目功能亮点
- AI 驱动智能问诊：通过 NLP 与大模型为用户提供初步健康建议。
- 健康档案管理：支持体检数据、诊断记录上传与展示。
- 在线咨询与医生端管理：医生可实时回复患者咨询并查看用户档案。
- 可视化数据面板：提供医疗服务数据统计与趋势分析。
四、适合人群
- 全栈开发工程师：想通过项目掌握 AI+医疗的技术应用。
- Java/Vue 前端后端工程师：希望提升 SpringBoot 和 Vue3 项目开发实战能力。
- AI 技术爱好者：想学习如何将大模型应用到垂直行业场景。
- 在校生/求职者：希望通过 AI+医疗方向项目丰富简历，提高求职竞争力。
五、学习收获
- 掌握医疗智能问诊平台的系统架构与开发流程。
- 学会 AI 大模型 API 接入 和多轮对话场景实现。
- 能搭建 前后端分离的医疗管理平台，完成用户、医生、健康数据管理。
- 能独立实现 医疗大屏可视化与数据分析模块。
六、课程时长与资源
- 时长：约 40-50 小时视频课程（功能实现 + 项目部署 + AI 模块）。
- 配套资料：
- 全套源码（前端 Vue3 + 后端 SpringBoot + AI 模块）
- 接口文档、数据库设计文档
- 医疗知识库示例数据
- 技术栈：SpringBoot 3.x、Vue3、Element Plus、ECharts、Redis、MySQL、Elasticsearch、AI API。
课程截图：
课程目录：
——/硅谷小智（医疗版）/
├──课件
| ├──images
| | ├──1-阿里云百炼免费体验.png 580.43kb
| | ├──3-开通服务.png 129.40kb
| | ├──4-确认开通.png 166.39kb
| | ├──crud-annotated-document.png 20.42kb
| | ├──image-20250401193333467.png 13.14kb
| | ├──image-20250402000205052.png 25.67kb
| | ├──image-20250411220815183.png 35.89kb
| | ├──image-20250411223705047.png 47.94kb
| | ├──image-20250411231816423.png 36.52kb
| | ├──image-20250411234653550.png 47.86kb
| | ├──image-20250411235025737.png 6.27kb
| | ├──image-20250411235448310.png 4.40kb
| | ├──image-20250412000639815.png 133.03kb
| | ├──image-20250412003645783.png 10.70kb
| | ├──image-20250418122620225.png 85.88kb
| | ├──image-20250418154427237.png 57.31kb
| | ├──image-20250420170954862.png 70.68kb
| | ├──rag-retrieval-f525d2937abc08fed5cec36a7f08a4c3.png 103.15kb
| | ├──v2-55c2f61aceb86313711d50a5e6e9f8fd_1440w.jpg 21.80kb
| | ├──v2-b88f750dc797da4f9cc45da0fdd482dc_1440w.jpg 29.37kb
| | └──v2-db52b20a89a5dc3bde66da11691a7438_1440w.jpg 21.72kb
| └──尚硅谷-Java+大模型应用-硅谷小智（医疗版）.pdf 2.33M
├──视频
| ├──01-教程简介.mp4 42.50M
| ├──02-LangChain4j入门-简介.mp4 61.86M
| ├──03-LangChain4j入门-应用程序整合大语言模型的常见场景.mp4 65.68M
| ├──04-LangChain4j入门-创建SpringBoot应用程序.mp4 117.03M
| ├──05-LangChain4j入门-接入大模型.mp4 145.53M
| ├──06-LangChain4j入门-使用Spring Boot Starters.mp4 254.99M
| ├──07-接入其他大模型-都有哪些大模型可进行接入.mp4 65.78M
| ├──08-接入其他大模型-DeepSeek.mp4 269.08M
| ├──09-接入其他大模型-运行时无法获取apiKey的原因.mp4 8.72M
| ├──10-接入其他大模型-ollama本地部署.mp4 92.50M
| ├──11-接入其他大模型-ollama.mp4 180.85M
| ├──12-接入其他大模型-阿里百炼介绍.mp4 41.63M
| ├──13-接入其他大模型-阿里百炼通义千问.mp4 199.00M
| ├──14-接入其他大模型-阿里百炼通义万象.mp4 109.27M
| ├──15-接入其他大模型-阿里百炼deepseek.mp4 68.83M
| ├──16-AIService-概念.mp4 37.48M
| ├──17-AIService-创建AIService.mp4 103.34M
| ├──18-AIService-使用@AiService.mp4 110.04M
| ├──19-AIService-工作原理.mp4 100.80M
| ├──20-Chat memory-聊天记忆的简单实现.mp4 129.34M
| ├──21-Chat memory-使用ChatMemory实现聊天记忆.mp4 114.20M
| ├──22-Chat memory-使用AIService实现聊天记忆.mp4 125.51M
| ├──23-Chat memory-隔离聊天记忆.mp4 146.07M
| ├──24-Chat memory-实现原理.mp4 173.11M
| ├──25-Chat memory-替换聊天记忆的实现.mp4 104.40M
| ├──26-Persistence-存储介质的选择.mp4 100.93M
| ├──27-Persistence-MongoDB简介.mp4 46.96M
| ├──28-Persistence-MongoDB的安装和基本操作.mp4 236.90M
| ├──29-Persistence-SpringBoot整合MongoDB.mp4 441.48M
| ├──30-Persistence-实现.mp4 218.12M
| ├──31-Persistence-测试.mp4 117.61M
| ├──32-Prompt-系统提示词.mp4 243.19M
| ├──33-Prompt-在提示词中添加当前日期.mp4 15.14M
| ├──34-Prompt-从资源中加载提示模板.mp4 46.42M
| ├──35-Prompt-用户提示词.mp4 95.62M
| ├──36-Prompt-使用@v参数.mp4 39.06M
| ├──37-Prompt-多个参数的情况.mp4 70.50M
| ├──38-Prompt-@SystemMessage和@V.mp4 99.00M
| ├──39-项目实战-创建硅谷小智聊天助手.mp4 263.48M
| ├──40-项目实战-测试硅谷小智聊天助手.mp4 164.00M
| ├──41-Function Calling-测试大语言模型的缺陷.mp4 60.01M
| ├──42-Function Calling-工具的定义和使用.mp4 111.64M
| ├──43-Function Calling-@Tool和@P.mp4 60.76M
| ├──44-Function Calling-@ToolMemoryId.mp4 39.24M
| ├──45-项目实战-实现预约相关业务逻辑.mp4 155.68M
| ├──46-项目实战-测试业务方法.mp4 67.66M
| ├──47-项目实战-创建和配置Tools.mp4 140.57M
| ├──48-项目实战-测试硅谷小智的预约功能.mp4 145.36M
| ├──49-RAG-RAG和微调大模型.mp4 169.71M
| ├──50-RAG-向量和维度.mp4 73.26M
| ├──51-RAG-相似度和相似度测量.mp4 34.88M
| ├──52-RAG-索引阶段和检索阶段.mp4 94.02M
| ├──53-RAG-文档加载器.mp4 257.14M
| ├──54-RAG-文档解析器.mp4 60.93M
| ├──55-RAG-文档分割器.mp4 94.53M
| ├──56-向量转换和向量存储.mp4 300.47M
| ├──57-自定义文档分割器.mp4 37.61M
| ├──58-token和token计算.mp4 150.80M
| ├──59-项目实战-在硅谷小智中实现RAG.mp4 224.10M
| ├──60-embedding-引入通用文本向量模型.mp4 71.29M
| ├──61-embedding-Pinecone的使用.mp4 148.28M
| ├──62-embedding-向Pinecone中存入数据.mp4 86.83M
| ├──63-embedding-相似度匹配.mp4 76.80M
| ├──64-项目实战-在硅谷小智中集成向量大模型和Pinecone向量存储.mp4 88.33M
| ├──65-项目实战-流式输出.mp4 125.05M
| └──66-项目实战-运行前端工程.mp4 44.13M
└──资料
| ├──MySQL数据库管理软件（服务器端程序）
| | └──mysql-installer-community-8.0.34.0.msi 331.26M
| ├──SQLyog客户端社区版
| | └──SQLyog-13.1.7-0.x64Community.exe 5.92M
| ├──前端代码
| | └──xiaozhi-ui.zip 47.59kb
| ├──knowledge.zip 162.43kb
| ├──mongodb-compass-1.39.3-win32-x64.exe 122.89M
| ├──mongodb-windows-x86_64-8.0.6-signed.msi 718.85M
| ├──mongosh-2.5.0-win32-x64.zip 43.13M
| ├──node-v18.17.1-x64.msi 30.32M
| ├──OllamaSetup.exe 1001.01M
| └──文生图.txt 2.26kb