医院监护仪每天产生海量数字——心率每隔几秒采样一次血糖传感器持续输出读数生命体征全天候记录。面对这些密集的数字流医生、患者和照护者很难快速消化传统折线图也带来不小的认知负担。西班牙哈恩大学的研究团队为此发布了一个开源 Python 框架 FuzzyDiary能把单变量临床时间序列转换成简短、可读的自然语言叙述并且每一句话都能完整溯源到支撑它的原始信号片段。相关论文发表在期刊 SoftwareX 上代码以 MIT 许可证在 GitHub 公开并在 Zenodo 留有永久归档副本。FuzzyDiary 的核心是一个有几十年历史的数学方法——模糊语言摘要由 Ronald Yager 于 1982 年提出。其陈述遵循“R 中 Q 个对象是 S”的原型形式其中 Q 是“大多数”这类模糊量词R 是“下午”这类语境限定词S 是“偏低”这类语言术语。每条实例化陈述都带有真值度扩展框架中还包含聚焦度和简洁度因此生成的叙述不是看似合理的文字而是对数据的分级、可量化描述。由于这些陈述是确定性生成的相同的输入信号和配置永远得到相同的文本——开发团队认为在事实可靠性不容妥协的临床场景中这一特性不可让步。这正是 FuzzyDiary 与基于大语言模型的生成式方案的分野。LLM 能对监护数据写出流畅摘要但措辞环节可能引入无法回溯到原始观测的未经核实说法。FuzzyDiary 走的是相反路线领域知识以人类可读的 YAML 配置显式建模叙述层只负责呈现原型评估已经确立的事实。作者认为当语义被完整指定时一份连贯的报告并不需要语言模型他们把框架产出的、经过验证的语言事实定位为下游语言模型可以消费的可靠输入而非竞争者。技术上FuzzyDiary 把分析组织为六个核心模块加一个报告层的流水线每个模块都有明确的输入输出约定用户可以调用完整链路也可以单独调用任一中间阶段。io 模块从 CSV、JSON 或内存中的 Pandas DataFrame 读入单变量序列统一为按日历日索引的规范表示并处理重采样、缺失值填补和按日切窗。描述的基本单位刻意选为日历日以匹配临床实践的自然报告节奏也让叙述与医生、患者和照护者理解纵向监测数据的方式保持一致。下一阶段采用 Ramer-Douglas-Peucker 简化算法——一种借自地图学的几何技术——把每个日窗口压缩成分段线性近似。容差参数 epsilon 控制近似跟随信号的紧密程度内置启发式会根据观测方差给出合理默认值。在这一简化基底之上events 模块检测峰值、谷值、持续时段等形态事件这些事件在配置中声明式定义而非硬编码在源码里。每个事件由所跨越的语言术语、最短和最长持续时间、可合并的间隔来参数化事件还可以锚定到或组合自已检测出的事件从而支持“从低值恢复”“下降后回归正常”这类领域特定模式。describe 模块随后针对检测到的事件和聚合后的日统计量评估原型模板产出带真值度的排序陈述。由于模糊语言变量的术语在设计上相互重叠单个样本可能同时属于多个术语多条陈述可以描述同一段信号而输出中没有任何东西表达它们之间的关系。FuzzyDiary 通过一个合成阶段把“说什么”和“怎么说”分开按隶属函数质心对摘要器和量词排序把更具体的陈述挂到覆盖它们的概括陈述之下并把检测到的事件嵌套到在时间上包含它们的特化事件之下。合成会重组证据但绝不丢弃证据——报告中保留完整的实例化原型列表及其真值度供核验。生成阶段再通过文档规划、聚合、词汇化和基于模板的表面实现把合成后的层级渲染成连贯段落。文档规划按配置中声明的顺序访问语境范围使叙述按时间顺序展开并通过比较各范围主摘要器与前一个范围的排名赋予其“上升”“下降”“延续”等修辞关系。聚合会合并由相同量词和摘要器描述的相邻范围省略则删去句子已经说过的内容因此共享主句量词的兄弟陈述会被并列而不是重复。每个生成的子句都保留它所概括的陈述和事件所以叙述与下方的分级列表一样可溯源。最终产物是一个自包含的交互式 HTML 报告绘图库直接嵌入生成文件打开时不需要服务器也不需要网络。鼠标悬停在句子上会显示构成该句的陈述和事件点击则高亮信号面板上的对应片段并把视图缩放到该区间。仅依赖日级陈述的子句会链接到其语境限定词的时间支撑因此报告中没有任何一句话缺少视觉对应物。开发团队用 T1GDUJA 数据集的真实连续血糖监测数据演示了整条流水线该数据集经哈恩大学伦理委员会批准采集语言变量、事件目录和原型模板均与糖尿病护理临床专家共同定义。作者认为影响体现在多个维度。通过把形态事件检测和模糊原型评估暴露为由单一 YAML 配置驱动、经 Pydantic schema 校验的可组合模块FuzzyDiary 降低了时间序列语言描述实证研究的门槛使过去只能临时处理的研究问题可以通过纯配置实验来推进。对于临床报告、环境监测、工业遥测等任何纵向传感器流的从业者它提供了确定、可溯源的替代方案取代定制报告脚本。尽管临床监测是出发点该框架在设计上是领域无关的任何具有有意义日结构的单变量信号都由相同模块处理迁移到新领域只需新配置不必改动源码。未来版本将沿两个方向扩展 FuzzyDiary通过联合原型模板支持多变量信号以及更丰富的话语层把修辞关系和聚合规则扩展到多个报告周期的比较。与大语言模型的集成被刻意留在框架之外因为嵌入一个 LLM 只会用措辞的变化换取输出的确定性和可复现性。当前版本面向日粒度的单变量信号开发者指出与临床专业人员共同开展报告可用性的结构化评估仍属未来工作。就目前而言该框架填补了表格型模糊语言摘要库与数值时间序列工具包之间的具体空白在可解释临床数据分析的开源生态中占据了一个此前未被覆盖的生态位。