体检报告整体解读。输入完整体检报告文本,输出整体健康评级、主要发现(含严重程度)、优先行动清单和个性化生活方式建议(JSON + 通俗易懂的整体解读)。
编程
unisound-health-risk-assessment
试用体检健康风险评估。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)。
它能做什么
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)。
技能文档
健康风险评估
概述
面向体检中心/健康管理机构,给定受检者体检报告,本技能会:
- 对7大健康风险维度进行分级评估:
- 心脑血管风险
- 糖代谢风险
- 代谢综合征
- 肿瘤风险(基于标志物和影像发现)
- 肝脏健康
- 肾脏健康
- 甲状腺健康
- 给出整体风险级别(低/中/高/极高)
- 生成含立即行动、3个月目标、1年目标的健康管理计划
- 提供个性化的饮食、运动、睡眠建议
- 给出专科转诊建议
与"体检报告整体解读"的区别:本技能重点在风险前瞻性评估和管理计划制定,适合作为检后健康管理服务的入口。
数据安全、隐私与伦理声明
- 最小必要原则:仅处理风险评估所必需的检查数据;不要求包含直接身份标识。
- 严格脱敏:发送前对可识别身份信息进行脱敏处理。
- 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。
- 医疗边界:本技能输出为风险评估参考,不替代专科诊断;高风险人群请务必就医。
输入格式
纯文本(UTF-8),建议提供完整体检报告,信息越全评估越精准,例如:
受检者:男,50岁,公司管理层,吸烟史20年(每天约1包),偶尔饮酒
BMI:27.8,腰围93cm
血压:148/94mmHg
血糖:空腹6.8mmol/L,HbA1c 6.4%
血脂:TC 6.2mmol/L,LDL 4.0mmol/L,HDL 0.9mmol/L,TG 3.1mmol/L
肝功:ALT 68U/L,AST 52U/L,GGT 78U/L
肾功:肌酐88μmol/L,尿酸480μmol/L
肿瘤标志物:CEA 5.8ng/mL(↑,参考<5),AFP正常,PSA正常
心电图:窦性心律,左室高电压
超声:中度脂肪肝,甲状腺右叶3mm低回声结节(TI-RADS 3类)
也支持 JSON 格式(包含 text/content/report 字段的对象)。
快速开始
# 从 skills 目录运行
python3 health-exam/report-interpret/health-risk-assessment/scripts/run.py \
--input data/health-exam-risk/case-001.txt \
--appkey
# 保存输出到文件
python3 health-exam/report-interpret/health-risk-assessment/scripts/run.py \
--input data/health-exam-risk/case-001.txt \
--appkey \
--output runs/health-exam-risk/case-001.json
参数说明
--input PATH:必填。体检报告文件路径(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:
{
"risk_profile": {
"age": "50岁",
"gender": "男",
"overall_risk_level": "高风险"
},
"risk_dimensions": [
{
"dimension": "心脑血管风险",
"risk_level": "高",
"risk_factors": ["高血压(148/94mmHg)", "高LDL(4.0mmol/L)", "低HDL(0.9mmol/L)", "吸烟20年", "超重"],
"protective_factors": [],
"10_year_risk_estimate": "较高(Framingham评分估算>20%)",
"priority_interventions": ["戒烟", "就医评估降脂降压治疗", "增加有氧运动"]
}
],
"health_management_plan": {
"immediate_actions": [
{"action": "前往内科/心内科就诊", "reason": "多重心血管危险因素叠加", "target": "血压<130/80mmHg,LDL<2.6mmol/L"}
],
"3_month_goals": ["戒烟或显著减量", "血压达标", "体重减少3-5kg"],
"1_year_goals": ["血脂达标", "血糖控制在正常范围", "完成甲状腺结节随访"],
"long_term_monitoring": ["每3个月查血压、血糖、血脂", "每年体检含肿瘤标志物"]
},
"personalized_advice": {
"diet": ["地中海饮食模式", "减少红肉和加工肉类", "增加深海鱼类(每周2次)"],
"exercise": "每周5次中等强度有氧运动(快步走/游泳),每次30-45分钟",
"sleep_stress": "保证7-8小时睡眠,学习压力管理技巧",
"smoking_alcohol": "强烈建议戒烟(最重要的单一干预),限酒至每周<2标准饮"
},
"specialist_referrals": [
{"specialty": "心内科/内分泌科", "reason": "高血压合并多重代谢异常", "urgency": "尽快"},
{"specialty": "超声科/甲状腺外科", "reason": "甲状腺结节TI-RADS 3类随访", "urgency": "择期(3-6个月)"}
]
}
健康风险报告:以"【健康风险报告】"开头,用友好通俗的语言告知受检者主要风险和行动建议。
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
- 体检信息越完整(含生活方式、家族史、既往病史),风险评估越精准
- overall_risk_level 综合所有维度:有任一维度"极高"→整体极高风险
- 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
相关技能
慢病筛查辅助。输入居民健康数据(体征/检验/生活方式/家族史),评估高血压、糖尿病、心脑血管疾病等慢性病风险,给出分级和管理建议(JSON + 自然语言摘要)。
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)。
体检异常指标专项解读。针对体检报告中的每项异常,逐一说明"是什么/为何异常/有何影响/如何干预",并分析多指标关联,语言通俗易懂(JSON + 专项解读文字)。
复查提醒。从体检报告中提取所有需复查项目,按紧急程度分级(2周/1-3月/3-6月/6-12月),给出复查检查项、就诊科室和准备事项(JSON + 面向受检者的复查提醒)。
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。