Искусственный Пациент — LLM-симулятор клинического приёма для медицинских вузов. Архитектура: FastAPI-бэкенд (Python 3.11+, SQLAlchemy 2.0, PostgreSQL, Alembic) + React 19 SPA (TypeScript 5.9, Vite 7, Zustand, TanStack Query, Radix UI). Реалтайм через SSE-стриминг (5 этапов: classify → response → investigation → pedagogical_comment → complete). AI-пайплайн (Schema-Guided Reasoning): каждое сообщение студента проходит 6 LLM-вызовов — (1) SGR Routing-классификация в Union из 5 типов действий (QuestionToPatient, InvestigationRequest, DiagnosisAttempt, TreatmentPrescription, OtherMessage), (2) генерация ответа пациента по XML-промпту с personality/temperament/hidden_info, (3) SGR Cascade-верификация диагноза (8 шагов: нормализация → декомпозиция → match → missing → extra → % → решение → фидбек), (4) Cascade-проверка полноты лечения с фармакологической эквивалентностью классов, (5) LLM-анализ прогресса (critical_missing_topics), (6) педагогический наставник — stage-specific промпт. Двухмодельная стратегия: DeepSeek Chat (OpenRouter, json_schema strict mode) для генерации и верификации; Grok-4-fast для быстрой классификации и педагогических комментариев. Клинические кейсы: 455 задач по 7 дисциплинам (пульмонология, кардиология, эндокринология, гастроэнтерология, неврология, ревматология, нефрология). Каждый шаблон: demographics, complaints, medical_history (+hidden_info), objective_status, examinations, personality (temperament, quirks, emotional_triggers), reference diagnosis/treatment, 9 тестовых вопросов. Сессионный flow (7 шагов): Каталог → Диалог (анамнез → осмотр → обследования → диагноз → лечение → разъяснение) → Тест 9 вопросов → LLM-оценка 0-100 по 4 критериям (сбор анамнеза 25б + физикальный осмотр 25б + обследования 25б + клиническое мышление 25б). Безопасность: трёхуровневая деонтологическая защита (regex мат/угрозы/грубость → бан 24ч); whitelist этичных осмотров; блок диагноза без осмотра; валидация полноты лечения ≥80%. Teacher Dashboard: группы студентов, назначение задач, просмотр диалогов, ручное оценивание. Training Data Collector — JSONL-экспорт для будущего LoRA fine-tuning.