Coding

unisound-health-record-management

Try it

居民健康档案管理。从非结构化就诊记录/体检报告/问卷文本中抽取结构化居民健康档案,符合《国家基本公共卫生服务规范(第三版)》(JSON + 自然语言摘要)。

What it does

居民健康档案管理。从非结构化就诊记录/体检报告/问卷文本中抽取结构化居民健康档案,符合《国家基本公共卫生服务规范(第三版)》(JSON + 自然语言摘要)。

The skill document

居民健康档案管理

概述

面向社区卫生服务机构/乡镇卫生院公共卫生人员,给定居民就诊记录、体检报告或健康问卷文本,本技能会:

  • 提取基本信息(性别、年龄、职业等)
  • 结构化现病史、慢性病史、家族史
  • 提取生活方式信息(吸烟、饮酒、运动、饮食)
  • 整理体格检查和实验室检查结果
  • 汇总当前用药情况
  • 识别健康风险因素并给出随访计划建议

档案结构参考《国家基本公共卫生服务规范(第三版)》。

数据安全、隐私与伦理声明

  • 最小必要原则:仅处理健康档案建立所必需的信息;不处理姓名、身份证号、手机号、家庭住址等直接身份标识,建议在传入前完成脱敏。
  • 严格脱敏:发送前对可识别身份信息进行脱敏/去标识化处理。
  • 不做本地持久化:仅在内存中短暂处理;本次调用结束即销毁
  • 公共卫生用途声明:本技能输出的档案信息仅用于基层居民健康管理,须由公卫人员复核后录入正式档案系统。

输入格式

纯文本(UTF-8),包含居民健康相关信息,例如:

男,52岁,务农,小学文化。
2018年诊断为2型糖尿病,规律口服二甲双胍500mg tid。
2021年诊断为高血压病,服用氨氯地平5mg qd。
父亲有高血压和冠心病。
吸烟30年,每天约1包;偶尔饮酒。
体检:身高168cm,体重78kg,BP 148/92mmHg,空腹血糖7.8mmol/L,HbA1c 7.9%。

也支持 JSON 格式(包含 text/content/health_info 字段的对象)。

快速开始

# 从 skills 目录运行
python3 clinic/public-health-mgmt/health-record/scripts/run.py \
  --input data/clinic-health-record/case-001.txt \
  --appkey 

# 保存输出到文件
python3 clinic/public-health-mgmt/health-record/scripts/run.py \
  --input data/clinic-health-record/case-001.txt \
  --appkey  \
  --output runs/clinic-health-record/case-001.json

参数说明

  • --input PATH必填。居民健康信息文件路径(txt 或 json,UTF-8)。
  • --appkey STRING必填。调用内部医疗大模型的鉴权 key,由平台分配。
  • --output PATH:输出文件路径(默认:打印到 stdout)。
  • --base URL:内部大模型 base URL(默认:https://maas-api.hivoice.cn/v1)。
  • --model STRING:模型名称(默认:u2-med)。
  • --timeout SECONDS:HTTP 超时秒数;0 表示一直等待(默认:0)。
  • --encoding STRING:输入文件编码(默认:utf-8)。

输出约定

输出分两部分:

JSON 结构(参考国家公卫规范字段):

{
  "basic_info": { "gender": "男", "age": 52, "occupation": "务农", "education": "小学" },
  "health_status": {
    "chronic_diseases": ["2型糖尿病(2018年)", "高血压病(2021年)"]
  },
  "lifestyle": {
    "smoking": "现在吸烟",
    "smoking_amount": "20支/天",
    "drinking": "偶尔"
  },
  "physical_exam": {
    "height_cm": 168, "weight_kg": 78, "bmi": 27.6,
    "blood_pressure": "148/92 mmHg"
  },
  "lab_results": {
    "blood_glucose_fasting": "7.8 mmol/L",
    "hba1c": "7.9%"
  },
  "current_medications": [
    { "drug_name": "二甲双胍", "dosage": "500mg tid", "indication": "2型糖尿病" },
    { "drug_name": "氨氯地平", "dosage": "5mg qd", "indication": "高血压" }
  ],
  "health_assessment": {
    "risk_factors": ["吸烟", "超重(BMI 27.6)", "血糖控制不佳", "血压未达标"],
    "health_guidance_needed": ["戒烟干预", "糖尿病自我管理教育", "高血压生活方式指导"]
  },
  "follow_up_plan": {
    "frequency": "每3个月随访1次",
    "items_to_monitor": ["血压", "血糖", "HbA1c", "体重"]
  }
}

自然语言摘要:以"【摘要】"开头,概括主要健康问题和管理要点。

依赖

运行环境

  • Python 3.7+(仅使用标准库,无需额外安装)

外部 API

  • 内部医疗大模型:https://maas-api.hivoice.cn/v1/chat/completions

备注

  • 未在输入中明确提及的字段输出 null,不捏造信息
  • BMI 如有身高体重数据会自动计算
  • 发布约束:示例输入、运行输出均放在 skill 包外(data/runs/),skill 目录内仅保留可发布的核心文件

Related skills

根据住院病历生成标准出院记录。输入入院记录、病程记录等,调用内部医疗大模型,输出结构化出院记录(含主诉、入院情况、入院诊断、诊疗经过、出院诊断、出院情况、出院医嘱七个字段)。

11 installs

检后随访管理。根据体检报告,生成结构化随访计划(时间节点/随访内容/健康指导),支撑体检闭环服务(JSON + 面向受检者的随访通知)。

11 installs

体检健康风险评估。基于体检报告对心脑血管、糖代谢、肿瘤、代谢综合征等多维度健康风险进行分级,生成含时间节点的个性化健康管理方案(JSON + 健康风险报告)。

17 installs1 stars

专病诊疗、基层处置、全科辅助、结局分析、病情分析与慢病管理。通过 --task 选择场景;仅含 `scripts/run.py`,可独立拷贝部署。

15 installs

健康咨询、体检解读与智能导诊挂号科室推荐。通过 --task 区分咨询与导诊场景;仅含 `scripts/run.py`,可独立拷贝部署。

14 installs

根据手术相关病历素材生成规范的手术记录。输入术前小结、术中记录、术后记录等,调用内部医疗大模型,输出结构化手术记录(含手术日期、时间、地点、医生、手术名称、指征、诊断、经过、异常情况、术后情况、签名等 14 个字段)。

12 installs