核心功能
phenosnap-phenotype-extractor 是一款面向精准医学与临床研究的本地化工具，用于从用户提供的自由文本中自动提取临床表型（phenotypes）和药物实体（medications），并输出标准化、带时间戳的 JSON 格式结果。该工具基于 PhenoSnap（WGLab 开发的表型提取引擎），结合人类表型本体（HPO）实现医学术语的标准化映射。
显著优点
1. 本地隐私优先：所有处理均在本地完成，用户数据不上传至任何远程服务器，符合临床数据安全要求。
2. HPO 标准化输出：提取的表型自动关联 HPO 术语，便于与基因型-表型数据库（如 OMIM、ClinVar）对接。
3. 药物实体识别：支持药物名称、剂量、频率等信息的结构化提取，适用于用药史记录与不良反应监测。
4. 自动依赖管理：内置 pip 与 Python 环境自检机制，支持 Git/zip 双路径下载 PhenoSnap，降低部署门槛。
5. PHI 智能脱敏：自动识别并脱敏邮箱、电话、地址、病历号等敏感信息，降低隐私泄露风险。
潜在局限与风险
1. 需预置 HPO OBO 文件：工具不自动下载 hp.obo，用户需手动配置，路径错误或文件缺失将导致运行失败。
2. Python 环境依赖：依赖 Python 3 及特定 pip 包（如 pandas, numpy），在受限环境（如无网络、无编译工具）中可能安装失败。
3. PhenoSnap 上游更新风险：若上游仓库结构变更（如 extract_phenotypes.py 路径调整），自动下载逻辑可能失效。
4. PHI 识别非绝对安全：基于正则的脱敏规则无法保证 100% 覆盖所有隐私信息格式，高敏感场景建议人工复核。
适用人群
- 临床研究人员：需快速结构化患者表型与用药记录。
- 生物信息分析师：构建基因型-表型关联分析流水线。
- 医疗健康应用开发者：集成表型提取功能至本地 CDSS（临床决策支持系统）。
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 数据泄露 | 低 | 本地运行，无网络上传，但需警惕临时文件残留。 |
| 误识别/漏识别 | 中 | 自然语言多样性可能导致表型或药物提取不完整。 |
| 环境配置失败 | 中 | Python/pip/HPO 文件缺失将导致技能无法启动。 |
使用建议
建议在虚拟环境（venv/conda）中运行，定期更新 hp.obo 以获取最新 HPO 术语，并在处理高敏感 PHI 时启用人工确认流程。