一条与品类无关的数据主干，加一层数据不出院的合规智能体。从医药代表管理起步，长成院内商业行为的全链路合规底座。
四大模块 + 智能层，挂在同一条主干上
42 号公告不是一句口号，而是一条有施行日期的硬约束。留给医院把台账数字化、把流程立起来的时间，正在按天减少。
距 42 号公告施行 — 天
医药代表进院从"随意登记"变成"全过程留痕、限期合规"。器械领域学术推广人员管理也已明确将另行制定，监管只会更密。
Excel、登记本、微信群经不起审计，也拿不出完整证据链。检查一来只能临时补材料，被动应付。
"全链条、全过程"穿透式监管叠加联合惩戒，医院侧管理责任被压实。纪委、行风需要随时拿得出、可追溯的证据。
守正的每一个模块，都对应医院一线管医药代表时一个具体、头疼的真实场景。
谁来过、见了谁、谈了什么、有没有备案，散落在纸质台账里，拿不出一份完整口径。
接待、院内学术活动、药企往来，监督需要的证据分散各处，经不起细看，也难以横向统计。
科室会、专家讲课谁发起、谁审批、经费从哪来，缺少统一报备口径，一旦被问只能临时补材料。
等级评审、上级督查都在看。手工台账的真实状态，回答不了"我们到底管得怎么样"。
从代表申请进院，到接待预约、院内活动，再到监管审计——四个模块共用同一条主干，一次录入、全程复用。
四大模块对应 42 号公告的底线要求。在此之上，医院可选启用到访识别——与院内既有监控联动，对已备案代表未预约径直到访的情形形成客观记录与人工复核触点。该能力为受控功能，需完成机构书面授权、个人信息保护影响评估（PIPIA）并留档、网信部门备案（达规模时）后方可启用。
在数据主干之上，守正叠了一层合规智能体。关键是——它数据不出院、本地运行，是合规原生的 AI，而不是把敏感数据送上云的花架子。
证件识别预填，并自动比对证照有效期、备案号一致性、企业名称一致性、材料缺失与重复。本地离线运行，图片与数据不出院。
审批时自动汇总客观事实：材料是否齐全、上次到院距今天数、本月来访次数、授权书有效期状态。
基于《医药代表管理办法》全文与院内制度的问答助手，回答"这种情况要不要报备""科室会算不算学术活动"这类日常咨询，减少重复答疑。
用日常语言查询客观统计，如"上月哪些科室接待代表最多""本季度多少场活动有企业赞助"。仅支持预先定义的客观统计指标；超出指标范围的问题，系统会如实告知无法回答，不做推测性作答。
合规原生的智能层，沉淀的是每家医院越用越准的核验与问数能力——这不是一张能被三个月抄走的表单。
识别与 AI 全程本地离线运行，图片与数据在院内完成，不接任何云服务、不外传——呼应医疗 AI"数据不出院"的治理红线。
敏感信息加密存储、默认脱敏展示，完整信息经权限校验才可查看，且每次查看都写审计日志。
不与 GCP、国家 ADR 上报等已受监管系统重复或干扰，只做医院侧尚缺的那一段合规闭环。
产品涉及个人信息处理的功能设计，由福州信实律师事务所参与审阅，依据《个人信息保护法》《数据安全法》《人脸识别技术应用安全管理办法》等规定评估并留存记录。
我们连边界都想清楚了。
从 42 号公告到可追溯、可审计的院内实践：政策要点、合规框架、参考架构、落地路径与选型对照清单，一份读懂。