unisound-followup-mgmt
v1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)。
运行时依赖
安装命令
点击复制技能文档
检后随访管理 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:
生成按时间节点(1个月/3个月/6个月/1年)组织的随访计划 明确每个时间点需复查的项目、就诊科室和目标值 提供针对性的健康指导要点(饮食/运动/用药依从性等) 列出预警条件(出现哪些症状需立即就医) 给出下次年度体检的重点关注项目
本技能是体检服务闭环的核心环节,实现"检查—发现—跟踪—改善"全链条管理。
数据安全、隐私与伦理声明 最小必要原则:仅处理制定随访计划所必需的体检数据;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:随访计划为健康管理建议,具体就诊方案由接诊医生决定。 输入格式
纯文本(UTF-8),建议提供体检报告原文,例如:
受检者:女,42岁 体检日期:2026年5月 主要发现:
- 血压:135/86mmHg(临界高血压)
- 空腹血糖:6.0mmol/L(临界偏高)
- TG:2.1mmol/L(轻度升高)
- 宫颈液基细胞学:ASCUS(不典型鳞状细胞)
- 乳腺超声:右乳3mm结节,BI-RADS 3类
- 甲状腺超声:TI-RADS 2类
- 骨密度:T值-1.2(骨量减少)
也支持 JSON 格式(包含 text/content/报告 字段的对象)。
快速开始 # 从 技能s 目录运行 python3 健康-exam/post-exam-mgmt/followup-mgmt/scripts/运行.py \ --输入 data/健康-exam-followup/case-001.txt \ --应用key
# 保存输出到文件 python3 健康-exam/post-exam-mgmt/followup-mgmt/scripts/运行.py \ --输入 data/健康-exam-followup/case-001.txt \ --应用key \ --输出 运行s/健康-exam-followup/case-001.json
参数说明 --输入 PATH:必填。体检报告文件路径(txt 或 json,UTF-8)。 --应用key STRING:必填。调用内部医疗大模型的鉴权 key,由平台分配。 --输出 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)。 --模型 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:
{ "followup_summary": { "total_followup_items": 5, "highest_priority": "宫颈ASCUS需6个月内行HPV检测+TCT复查", "exam_date": "2026年5月" }, "followup_schedule": [ { "timepoint": "1个月内", "items": [ { "issue": "宫颈ASCUS", "followup_action": "妇科就诊,行HPV分型检测", "tar获取_value": "明确是否高危型HPV阳性", "channel": "医院就诊" } ] }, { "timepoint": "6个月后", "items": [ { "issue": "右乳结节(BI-RADS 3)", "followup_action": "乳腺超声复查", "tar获取_value": "结节无增大", "channel": "本机构复查或医院超声科" } ] } ], "健康_coaching_points": [ { "topic": "代谢管理", "key_messages": ["低盐低糖饮食", "增加有氧运动", "每日监测血压"], "materials_to_provide": ["高血压预防手册", "血糖管理指南"] } ], "alert_conditions": ["出现持续头痛、视物模糊或血压≥160/100mmHg时立即就诊"], "next_annual_exam_focus": ["血压、血糖、血脂", "妇科(宫颈+乳腺)", "骨密度"] }
随访通知:以"【随访通知】"开头,用友好语言向受检者说明需要跟进的事项和时间安排。
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 followup_schedule 按紧急程度和时间从近到远排序 对于影像学可疑发现(乳腺结节/甲状腺结节等),会给出明确的随访时间窗 发布约束:示例输入、运行输出均放在 技能 包外(data/、运行s/),技能 目录内仅保留可发布的核心文件