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

View on GitHub

Quality Score: 95/100

Stars 20%
100
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
78
Issue Health 10%
50
License 10%
100
Description 5%
100

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