Medication Consultation Analytics / 用药咨询统计分析

Overview

将散落的用药咨询登记记录，从"一条条零散数据"转化为"可归档、可汇报、可指导改进"的统计分析报告。核心价值：

汇总统计：自动汇总问题类型分布、咨询人身份、来源科室、高频药品 TOP10、高风险咨询占比
图表可视化：自动生成饼图、柱状图、折线图，直观呈现数据特征
高风险识别：自动筛选高风险咨询清单并计算占比，超阈值红色预警
Word 报告落地：产出含三线表与图表的标准化月报/季报，打印归档即用
改进建议：基于数据模式自动生成改进建议（需药师复核定稿）

本 Skill 与 medication-consultation-assistant（单次咨询答复）互补：前者产出单条咨询答复单，本 Skill 将多条咨询记录汇总为管理报告。

触发场景

满足以下任一即触发本 Skill：

用户提出"咨询统计""咨询分析""咨询月报""咨询季报""咨询汇总"等关键词
用户需要汇总用药咨询登记数据，生成药事管理报告
用户上传/提供 Excel 咨询登记表，要求做统计分析
用户需要分析高频咨询药品、高风险咨询占比
用户要求生成含图表的用药咨询工作汇报 Word 文档
用户从纸质登记本转入电子化，需要先生成标准录入模板

前置条件

Python 环境已安装：openpyxl、pandas、matplotlib、python-docx
运行环境：/Users/fengwanying/.workbuddy/binaries/python/envs/default/bin/python

完整工作流程

按顺序执行下列步骤。根据用户现有数据情况，从 Step 1 或 Step 2 进入。

Step 1 · 生成登记模板（仅首次/无电子数据时）

若用户尚无电子登记表（仍为纸质或无记录），先调用脚本生成标准模板：

/Users/fengwanying/.workbuddy/binaries/python/envs/default/bin/python \
  /Users/fengwanying/.workbuddy/skills/medication-consultation-analytics/scripts/generate_template.py \
  --output <输出路径/用药咨询登记模板.xlsx>

模板包含：

「咨询登记」工作表：15 列标准字段，500 行预格式，7 个字段带下拉验证
「填写说明」工作表：字段定义、可选项、填写规则

字段规范详见 references/excel_template_spec.md。

生成后告知用户模板路径，说明日常每次咨询完成后录入一行即可。

Step 2 · 数据体检

收到用户的 Excel 登记表后，先做数据体检：

读取 Excel，确认工作表结构与列名是否匹配标准字段（支持模糊匹配）
检查必填字段是否有空值（咨询编号、日期、药品、问题分类、风险等级等）
检查「是否高风险」与「风险等级」是否联动一致
检查日期格式是否可解析
统计有效记录数

若发现数据质量问题，向用户报告问题项并建议修正后再分析。若问题轻微（少量空值），可直接进入分析并在报告中标注。

Step 3 · 统计分析与图表生成

调用分析脚本，读取 Excel 并生成统计 JSON 与图表 PNG：

/Users/fengwanying/.workbuddy/binaries/python/envs/default/bin/python \
  /Users/fengwanying/.workbuddy/skills/medication-consultation-analytics/scripts/analyze_consultations.py \
  --input <登记表.xlsx> --outdir <输出目录> --period "<报告期间>"

--period 示例：2026年8月（月报）、2026年第三季度（季报）、2026Q3。

脚本自动完成以下分析（维度定义详见 references/analysis_dimensions.md）：

| 分析项 | 输出 | |--------|------| | 基本情况 | 总例数、时间跨度、药师人数 | | 问题类型分布 | 分类例数+占比 + 饼图 chart_category.png | | 咨询人身份分布 | 身份例数+占比 + 柱状图 chart_role.png | | 来源科室 TOP10 | 科室例数 + 横向柱状图 chart_department.png | | 高频咨询药品 TOP10 | 药品频次 + 横向柱状图 chart_topdrugs.png | | 高风险咨询 | 例数+占比+明细清单 | | 月度趋势 | 各月例数 + 折线图 chart_trend.png（仅多月数据） | | 待随访清单 | 待随访例数+明细 |

所有结果写入 <输出目录>/analysis_result.json，图表写入同目录。

Step 4 · 生成 Word 报告

调用报告生成脚本，读取 JSON 与图表，生成标准化 Word 月报/季报：

/Users/fengwanying/.workbuddy/binaries/python/envs/default/bin/python \
  /Users/fengwanying/.workbuddy/skills/medication-consultation-analytics/scripts/generate_report_docx.py \
  --json <输出目录>/analysis_result.json \
  --output <报告.docx> \
  --title "用药咨询工作分析报告" \
  --period "<报告期间>"

报告结构详见 references/report_structure.md，包含八个章节：

基本情况概述
咨询问题类型分布（三线表 + 饼图）
咨询人身份与来源科室分布（三线表 + 柱状图）
高频咨询药品分析（TOP10 三线表 + 柱状图 + 简评）
高风险咨询分析（占比 + 明细表 + 超阈值红色警示）
月度趋势分析（仅多月数据，折线图）
待随访咨询清单（有待随访项时）
改进建议（基于数据模式自动生成，需药师复核）

生成后告知用户报告路径。

Step 5 · 交付与说明

向用户交付 Word 报告文件，并简要说明：

报告期间、总咨询例数、高风险咨询占比等关键数字
高频咨询药品 TOP3
若高风险占比 >10%，提示需加强复核机制
改进建议为系统自动生成，需药师人工复核后定稿
若有待随访项，提示及时跟进

注意事项

数据保密：报告中不包含患者可直接识别信息（姓名、住院号），药品名与科室名属工作数据可保留。
改进建议需复核：报告第八章改进建议为数据驱动自动生成，须由药师结合科室实际复核定稿，不可直接照搬。
高风险判定：基于登记表中「是否高风险」字段统计，该字段的填写质量直接影响分析准确性。建议定期抽查该字段标注一致性。
药品名清洗：分析脚本自动清洗药品名（去除剂量规格，保留通用名+商品名）以归并同类药品。若发现归并不合理，检查登记表药品名填写规范。
单月数据：仅一个月数据时不生成趋势分析章节，属正常行为。
列名兼容：分析脚本支持列名模糊匹配，但建议使用标准列名（见 references/excel_template_spec.md）以保证分析完整性。

与其他 Skill 联动

medication-consultation-assistant：本 Skill 的上游。该 Skill 产出单条咨询答复单，本 Skill 汇总多条记录生成管理报告。两者共享同一套问题分类体系（A-J 十类）。
adr-report-analysis：若高风险咨询中涉及 ADR，可联动该 Skill 的诺氏评分能力做因果判定。
rational-drug-use-review：若高频咨询药品与处方点评高频问题药品重合，可交叉分析。

资源清单

scripts/generate_template.py — Excel 登记模板生成（含下拉验证与填写说明）
scripts/analyze_consultations.py — 统计分析与图表生成（输出 JSON + PNG）
scripts/generate_report_docx.py — Word 月报/季报生成（三线表 + 图表）
references/excel_template_spec.md — 登记表字段规范与下拉选项
references/analysis_dimensions.md — 分析维度定义、高频阈值、高风险判定标准
references/report_structure.md — Word 报告章节结构与三线表格式规范