unisound-abnormal-items
/install unisound-abnormal-items
异常指标专项解读
概述
面向体检中心/健康管理机构,对体检报告中出现的每一项异常指标进行深度专项解读,本技能会:
- 用通俗语言解释每个指标的含义
- 分析可能的异常原因(结合受检者个人背景)
- 说明对健康的潜在影响
- 给出生活方式干预建议和就医建议
- 分析多个异常指标之间的内在关联(如代谢综合征)
- 标注紧急程度
与"体检报告整体解读"的区别:本技能聚焦逐项深度解读,面向用户感知强的异常项,内容更详尽;整体解读侧重全局评级和优先行动。
数据安全、隐私与伦理声明
- 最小必要原则:仅处理指标解读所必需的检查数据;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:本技能解读为健康教育参考,不替代医生诊断;存在异常时请就医确认。
输入格式
纯文本(UTF-8),可输入完整体检报告(会自动提取异常项),也可只输入异常指标列表,例如:
受检者:男,45岁,轻体力劳动,BMI 26.8
异常指标:
- 甘油三酯(TG):2.8mmol/L(↑,参考:\x3C1.7mmol/L)
- 总胆固醇(TC):5.9mmol/L(↑,参考:\x3C5.2mmol/L)
- 空腹血糖(FBG):6.2mmol/L(↑,参考:3.9-6.1mmol/L)
- 谷丙转氨酶(ALT):52U/L(↑,参考:0-40U/L)
- 血压:142/90mmHg(↑,参考:\x3C130/80mmHg)
超声提示:轻度脂肪肝
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/abnormal-items/scripts/run.py \
--input data/health-exam-abnormal/case-001.txt \
--appkey \x3Cyour-appkey>
# 保存输出到文件
python3 health-exam/report-interpret/abnormal-items/scripts/run.py \
--input data/health-exam-abnormal/case-001.txt \
--appkey \x3Cyour-appkey> \
--output runs/health-exam-abnormal/case-001.json
参数说明
--input PATH:必填。体检报告或异常指标文件路径(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:u1-insuremed)。--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(每个异常指标一条详细解读):
{
"abnormal_count": 5,
"items": [
{
"item_name": "甘油三酯 TG",
"value": "2.8mmol/L",
"reference_range": "\x3C1.7mmol/L",
"deviation": "偏高",
"deviation_degree": "轻度",
"plain_explanation": "甘油三酯是血液中一种脂肪,主要来自饮食中的油脂和糖分转化",
"possible_causes": ["饮食油腻或高糖", "运动量不足", "超重"],
"health_impact": "长期偏高增加动脉硬化、心脑血管疾病和胰腺炎风险",
"intervention": {
"lifestyle": ["减少油炸食品和含糖饮料", "增加有氧运动", "控制体重"],
"medical": "定期监测,3个月后复查血脂"
},
"urgency": "定期复查"
}
],
"correlations": [
"血脂升高(TG、TC)+ 血糖偏高 + 超重 + 脂肪肝,提示代谢综合征风险,是心脑血管疾病的重要危险因素组合,建议系统评估和干预"
]
}
专项解读文字:以"【专项解读】"开头,用通俗语言逐项向受检者解释异常指标。
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
- 输入可以是完整报告(技能会自动提取异常项),也可以只粘贴异常指标列表
- 若受检者有已知慢性病史,在输入中注明可获得更精准的解读
- 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
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install unisound-abnormal-items - After installation, invoke the skill by name or use
/unisound-abnormal-items - Provide required inputs per the skill's parameter spec and get structured output
What is unisound-abnormal-items?
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)。 It is an AI Agent Skill for Claude Code / OpenClaw, with 131 downloads so far.
How do I install unisound-abnormal-items?
Run "/install unisound-abnormal-items" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is unisound-abnormal-items free?
Yes, unisound-abnormal-items is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does unisound-abnormal-items support?
unisound-abnormal-items is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created unisound-abnormal-items?
It is built and maintained by Unisound-LLM (@unisound-llm); the current version is v1.0.0.