返回 Skill 列表
extension
分类: 效率与办公无需 API Key

medical-report-advisor

- 一句话描述:一个基于 StepFun 多模态视觉模型的体检报告智能解读 Skill,支持上传图片或手动输入指标,自动生成通俗易懂的解读报告并附循证医学证据。 - 解决的痛点:普通人拿到体检报告后,面对大量医学术语和数字,看不懂哪些指标异常、异常意味着什么、需要看什么科,逐个搜索效率低且容易遗漏关键信息。 - 目标受众:普通体检者、基层医务工作者、健康管理人员

person作者: AdamBrownhubModelScope

体检报告智能顾问

概述

本 Skill 用于解读体检报告中的医学术语和检验指标。支持两种输入方式:

  1. 图片上传:通过 StepFun 视觉模型自动识别体检报告内容
  2. 手动输入:用户直接输入指标名称和数值

输出包含:指标通俗解释、参考范围、异常原因分析、循证医学证据、推荐就医科室。

免责声明:本工具仅供参考,不构成任何医学诊断或治疗建议。如有健康问题请咨询专业医生。

工作流程

Step 1:获取输入

判断用户输入类型:

  • 图片输入 → 调用 scripts/ocr_extract.py,使用 StepFun 视觉模型识别图片文字
  • 文本输入 → 直接进入 Step 2

Step 2:结构化解析

调用 scripts/report_parser.py 将原始文本解析为结构化指标列表。

Step 3:LLM 智能解释

调用 scripts/term_explainer.py 进行解释:

  1. 优先调用 StepFun LLM(scripts/llm_client.py)生成通俗解释
  2. LLM 不可用时 fallback 到本地知识库(references/common_terms.json
python scripts/term_explainer.py --input "parsed.json" --output "explained.json"

Step 4:证据检索(异常项)

对 flag != "normal" 的指标,调用 scripts/evidence_search.py 检索相关证据:

python scripts/evidence_search.py "白细胞偏高" guide

使用 KnowS API(https://api.nullht.com/v1),匿名调用无需 API Key(限流 3 req/s),有 Key 限流 10 req/s。

Step 5:生成解读报告

整合 LLM 解释 + 证据检索结果,生成 Markdown 格式的解读报告。

环境变量

# .env 文件
STEP_API_KEY=sk-xxxxxx              # 阶跃星辰 API Key(OCR + LLM 共用)
STEP_BASE_URL=https://api.stepfun.com/v1
STEP_MODEL_ID=step-3.7-flash

# 可选
KNOWS_API_KEY=                       # KnowS API Key(匿名可用,有 Key 限流更高)
KNOWS_BASE_URL=https://api.nullht.com/v1

依赖安装

pip install -r requirements.txt

注意事项

  • StepFun API Key 同时用于 OCR 识别和 LLM 解读
  • LLM 生成内容仅供参考,不构成医疗诊断
  • OCR 识别可能有误差,建议用户核对
  • 知识库覆盖 50 项常见体检指标
  • 异常指标自动关联推荐科室