Назначение
Statforms создан для перевода статистической отчётности медицинских организаций из разрозненных документов в единую проверенную базу показателей. Система работает с официальными формами стационарной статистики — F12, F14, F19 и F30 — и извлекает числовые значения вместе с точной семантикой: строка, графа, таблица, отчётный период. Сейчас основной упор сделан на разработку сложного ядра: семантического каталога, конвейера извлечения и аналитического хранилища. Полноценного пользовательского интерфейса пока нет — он запланирован как следующий этап. В перспективе это будет приложение, где специалист сможет формировать статистические выборки по любым параметрам в пределах выбранного региона, с широкими настройками фильтров.
Контекст использования
Приложение ориентировано на методистов, врачей-статистиков, аналитиков и руководителей, которым нужны достоверные цифры по регионам и РФ. Система принимает региональные отчёты в формате docx, сопоставляет каждую ячейку с xml-тегом и текстовой расшифровкой, нормализует значения и складывает результат в единое хранилище. В базе уже собраны данные по 965 территориям за 2019–2024 годы; для контроля качества предусмотрены proof-запросы и пакеты для экспертной проверки. Архитектура рассчитана на разграничение доступа: планируются тонкие роли, и каждому региону будет предоставлен доступ к своим данным и разрешённым срезам.
Архитектура
Решение построено как управляемый конвейер на Python с локальным хранилищем DuckDB. Ядро включает модули извлечения, семантического каталога, верификации и аналитических витрин. Данные хранятся отдельно от кода; для аналитики используются представления с показателями, безопасными для суммирования. Подготовлен прототип «цифрового паспорта региона» — он показывает происхождение цифры и связь с исходной формой, но не заменяет будущий интерфейс. Такая архитектура позволяет наращивать охват форм и лет без перестройки системы и создаёт основу для веб-интерфейса и сервисов доступа.
Основной функционал
Statforms автоматически извлекает миллионы значений из тысяч региональных отчётов, сохраняет xml-тег и расшифровку каждого показателя, различает явные числа, пустые ячейки и служебные маркеры. Формируются аналитические витрины, в том числе по детской хирургии, поддерживается сверка показателей РФ с субъектами и экспорт материалов для экспертной оценки. Специалист может получить ответ на прикладной вопрос — например, число коек или кадровых показателей по региону и году — с указанием точного тега и контекста ячейки. Конвейер поддерживает возобновление обработки и автоматическую регрессионную проверку ключевых показателей.
Итоговый результат
На выходе формируется единая база показателей с прозрачным происхождением каждой цифры: форма, год, территория, строка, графа, xml-тег и словесная расшифровка. Дополнительно готовятся выгрузки по запросам, словари тегов, пакеты для проверки качества и аналитические срезы. Организация переходит от ручного поиска в документах к структурированному источнику данных для отчётности, методической работы и решений.
Практическая польза
Statforms снимает значительную часть ручной нагрузки: не нужно каждый раз открывать сотни файлов и сверять однотипные таблицы. Организация получает единый источник показателей с понятными правилами агрегации — пустая ячейка не трактуется как ноль, служебный маркер не подменяет единицу, вложенные строки учитываются корректно. Это повышает прозрачность и позволяет быстро отвечать на аналитические запросы.
Сильные стороны
Проект опирается на семантический каталог по всем четырём формам и воспроизводимый конвейер с автоматической верификацией. Масштаб достигнут на практике: более 16 миллионов записей, свыше пяти миллионов показателей для агрегирования, сотни территорий и несколько отчётных лет. Архитектура допускает развитие — новые годы и формы, расширение витрин, ролевая модель и полноценный интерфейс. Система проектировалась как инструмент, который врач-методист может перепроверить по контрольным показателям, а не как «чёрный ящик».
Итог
Statforms — зрелое аналитическое ядро для медицинской статистики, которое уже превращает массив региональных отчётов в структурированную базу с понятной семантикой. Следующий шаг — пользовательский интерфейс с гибкими выборками по регионам и настраиваемыми правами доступа. Для организации это путь к единому, управляемому и проверяемому источнику данных, связанному с первичной отчётностью. Приложение будет располагаться здесь - https://stat.nmiczd.ru/