family-health-analyzer
Solid分析家族病史、评估遗传风险、识别家庭健康模式、提供个性化预防建议
AI & Automation 39,350 stars
6386 forks Updated today MIT
Install
Quality Score: 95/100
Stars 20%
Recency 20%
Frontmatter 20%
Documentation 15%
Issue Health 10%
License 10%
Description 5%
Skill Content
# 家庭健康分析技能
## When to Use
- 需要分析家族病史、遗传风险或家庭层面的健康模式时使用。
- 任务涉及家庭健康报告、家族聚集性疾病识别或预防建议生成。
- 需要把多个家庭成员的健康数据汇总后做趋势或风险评估。
## 技能概述
本技能提供家庭健康数据的深度分析,包括:
- 遗传风险评估
- 家族疾病模式识别
- 家庭共同问题分析
- 个性化预防建议
- 可视化报告生成
## 触发条件
当用户请求以下内容时,使用此技能:
- "家庭健康报告"
- "家族病史分析"
- "遗传风险评估"
- "家庭健康趋势"
- 执行 `/family report` 命令
- 执行 `/family risk` 命令
## 分析步骤
### 步骤1: 确定分析目标
识别用户请求类型:
- 家族病史分析
- 遗传风险评估
- 家庭健康趋势
- 家庭健康报告
### 步骤2: 读取家庭数据
**数据源:**
1. 主数据文件: `data/family-health-tracker.json`
2. 集成模块数据:
- `data/hypertension-tracker.json`
- `data/diabetes-tracker.json`
- `data/profile.json`
### 步骤3: 数据验证与清洗
**验证项目:**
- 关系完整性
- 年龄合理性
- 数据一致性
### 步骤4: 遗传模式识别
**识别算法:**
1. 家族聚集性分析
2. 遗传模式识别
3. 早发病例识别(通常<50岁)
### 步骤5: 风险计算算法
**加权计算:**
```python
遗传风险评分 = (一级亲属患病数 × 0.4) +
(早发病例数 × 0.3) +
(家族聚集度 × 0.3)
风险等级:
- 高风险: ≥70%
- 中风险: 40%-69%
- 低风险: <40%
```
### 步骤6: 生成预防建议
**建议分类:**
- 筛查建议:定期检查项目
- 生活方式建议:饮食、运动、作息
- 就医建议:何时就医、咨询专科
**示例:**
```json
{
"category": "screening",
"action": "定期血压监测",
"frequency": "每周3次",
"start_age": 35,
"priority": "high"
}
```
### 步骤7: 生成可视化报告
**HTML报告组件:**
1. 家谱树(ECharts树图)
2. 遗传风险热力图
3. 疾病分布饼图
4. 预防建议时间线
### 步骤8: 输出结果
**输出格式:**
1. 文本报告(简洁版):命令行输出
2. HTML报告(完整版):可视化图表
## 安全原则
### 医学安全边界
- ✅ 仅基于家族病史进行统计分析
- ✅ 提供预防建议和筛查提醒
- ✅ 明确标注不确定性
- ❌ 不进行遗传疾病诊断
- ❌ 不预测个体发病概率
- ❌ 不推荐具体治疗方案
### 免责声明
每次分析输出必须包含:
```
⚠️ 免责声明:
1. 本分析基于家族病史统计,仅供参考
2. 遗传风险评估不预测个体发病
3. 所有医疗决策请咨询专业医师
4. 遗传咨询建议咨询专业遗传咨询师
```
## 集成现有模块
- 读取高血压管理数据
- 读取糖尿病管理数据
- 关联用药记录
---
...
Details
- Author
- sickn33
- Repository
- sickn33/antigravity-awesome-skills
- Created
- 4 months ago
- Last Updated
- today
- Language
- Python
- License
- MIT
Similar Skills
Semantically similar based on skill content — not just same category
AI & Automation Featured
health-trend-analyzer
分析一段时间内健康数据的趋势和模式。关联药物、症状、生命体征、化验结果和其他健康指标的变化。识别令人担忧的趋势、改善情况,并提供数据驱动的洞察。当用户询问健康趋势、模式、随时间的变化或"我的健康状况有什么变化?"时使用。支持多维度分析(体重/BMI、症状、药物依从性、化验结果、情绪睡眠),相关性分析,变化检测,以及交互式HTML可视化报告(ECharts图表)。
39,350 Updated today
sickn33 Web & Frontend Listed
health-trend-analyzer
分析一段时间内健康数据的趋势和模式。关联药物、症状、生命体征、化验结果和其他健康指标的变化。识别令人担忧的趋势、改善情况,并提供数据驱动的洞察。当用户询问健康趋势、模式、随时间的变化或"我的健康状况有什么变化?"时使用。支持多维度分析(体重/BMI、症状、药物依从性、化验结果、情绪睡眠),相关性分析,变化检测,以及交互式HTML可视化报告(ECharts图表)。
335 Updated today
aiskillstore AI & Automation Solid
oral-health-analyzer
分析口腔健康数据、识别口腔问题模式、评估口腔健康状况、提供个性化口腔健康建议。支持与营养、慢性病、用药等其他健康数据的关联分析。
39,350 Updated today
sickn33 AI & Automation Featured
ai-analyzer
AI驱动的综合健康分析系统,整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。
39,350 Updated today
sickn33 AI & Automation Listed
ai-analyzer
AI驱动的综合健康分析系统,整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。
0 Updated today
mytricker0