← 返回 Skills 市场
unisound-chronic-screening
作者
Unisound-LLM
· GitHub ↗
· v1.0.0
· MIT-0
80
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install unisound-chronic-screening
功能描述
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)。
使用说明 (SKILL.md)
慢病筛查辅助
概述
面向社区卫生服务机构/乡镇卫生院公共卫生人员,给定居民健康数据,本技能会:
- 对高血压、糖尿病、心脑血管疾病、COPD、慢性肾脏病等主要慢性病进行风险评估
- 判断筛查状态(已确诊/高风险/中风险/低风险/需进一步检查)
- 对已确诊慢病评估当前控制状况
- 给出分级管理建议(生活方式干预、就诊、检查)
- 建议随访频次
筛查标准参考《国家基本公共卫生服务规范(第三版)》及相关慢病管理指南。
数据安全、隐私与伦理声明
- 最小必要原则:仅处理慢病筛查所必需的健康数据;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:筛查结果仅为辅助判断,不替代临床诊断;慢病的最终诊断须由执业医生确认。
输入格式
纯文本(UTF-8),包含居民健康数据,例如:
居民信息:男,55岁,务农
血压:145/92 mmHg(连续3次测量均超标)
空腹血糖:6.5 mmol/L(糖耐量减低史)
BMI:27.5
吸烟史:吸烟30年,每天约1包,近期有慢性咳嗽
饮酒:每天少量
体力活动:较少
家族史:父亲有高血压、2型糖尿病
也支持 JSON 格式(包含 text/content/health_data 字段的对象)。
快速开始
# 从 skills 目录运行
python3 clinic/public-health-mgmt/chronic-screening/scripts/run.py \
--input data/clinic-chronic-screening/case-001.txt \
--appkey \x3Cyour-appkey>
# 保存输出到文件
python3 clinic/public-health-mgmt/chronic-screening/scripts/run.py \
--input data/clinic-chronic-screening/case-001.txt \
--appkey \x3Cyour-appkey> \
--output runs/clinic-chronic-screening/case-001.json
参数说明
--input PATH:必填。居民健康数据文件路径(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:
{
"screening_results": [
{
"disease": "高血压",
"screening_status": "已确诊",
"risk_level": "高",
"risk_basis": ["连续3次血压测量收缩压≥140mmHg", "有家族史"],
"current_control": "控制不佳",
"management_recommendations": [
"加强健康教育,低盐低脂饮食",
"建议就诊调整降压方案",
"每月随访测量血压"
]
},
{
"disease": "2型糖尿病",
"screening_status": "高风险",
"risk_level": "高",
"risk_basis": ["空腹血糖6.5mmol/L(糖耐量减低)", "超重(BMI 27.5)", "家族史阳性"],
"current_control": null,
"management_recommendations": [
"建议行OGTT明确诊断",
"减重、增加体力活动",
"低糖饮食干预"
]
}
],
"priority_action": "尽快完善糖尿病诊断(OGTT),同时调整高血压治疗方案",
"follow_up_frequency": "每1个月随访1次(高血压),每3个月复查血糖",
"lifestyle_interventions": ["戒烟", "减盐(\x3C6g/天)", "增加有氧运动(每周≥150分钟)", "控制体重"]
}
自然语言摘要:以"【摘要】"开头,概括筛查结果和重点管理措施。
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
- 筛查标准参考《国家基本公共卫生服务规范(第三版)》及相关专科指南
- 数据信息越完整(含体征、检验、生活方式),筛查结果越准确
- 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
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install unisound-chronic-screening - 安装完成后,直接呼叫该 Skill 的名称或使用
/unisound-chronic-screening触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
- Initial release: chronic disease screening assistant for community healthcare workers.
- Supports risk assessment for hypertension, diabetes, cardiovascular and cerebrovascular diseases, COPD, and chronic kidney disease.
- Provides structured JSON output with disease-specific screening status, risk level, control evaluation, management recommendations, and follow-up frequency.
- Offers natural language summaries of screening results and management priorities.
- Ensures strict data privacy: processes only essential health data, de-identifies information, and performs in-memory handling only.
- Compatible with plaintext and JSON health data input; easy command-line usage with minimal dependencies.
元数据
常见问题
unisound-chronic-screening 是什么?
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)。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 80 次。
如何安装 unisound-chronic-screening?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install unisound-chronic-screening」即可一键安装,无需额外配置。
unisound-chronic-screening 是免费的吗?
是的,unisound-chronic-screening 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
unisound-chronic-screening 支持哪些平台?
unisound-chronic-screening 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 unisound-chronic-screening?
由 Unisound-LLM(@unisound-llm)开发并维护,当前版本 v1.0.0。
推荐 Skills