个人健康档案与趋势分析

把历年体检 / 住院的 PDF 报告，整理成一份结构化健康档案，并跨多个时间点做指标趋势对比。

⚠️ 隐私原则（本 skill 的核心约束）

本 skill 不含任何个人健康数据，仅提供工作流、通用模板（占位符）和公开参考区间。

实际建档时，所有真实报告、数值、姓名、病史都应存放在用户自己的本地 / 私有同步盘中，绝不上传第三方、不随 skill 发布、不进入任何公开来源。

发布 / 分享本 skill 时只能分享「方法论 + 空模板」，不可打包真实个人档案。

触发场景

用户说「把我的体检 / 住院报告整理成档案」
用户把若干 PDF 报告放进某个目录并要求「建档 / 做趋势分析」
用户要求「对比这几年的指标变化」

工作流（6 步）

1. 收集原始报告

让用户把从医院小程序 / 官网导出的 PDF 放进一个固定目录（如 原始报告/）。约定：用户丢入新报告并说一声，AI 自动识别、去重、录入、更新趋势。

2. 识别与提取（PDFKit）

加载 @skill:"腾讯文档 PDFKit"，对每份 PDF：

detect_type 判断页面类型（text / scanned / mixed）
extract_text 提取文字层
to_images（dpi 300）把页面渲染成图，用于读图补全中文

关键坑：中文 CID 字体乱码 医院 PDF 常见 TrueType CID 子集字体，文字层中文会成乱码方块，但数值 / 英文代码可读。处理顺序：

extract_text 提取 ASCII 部分（数值、英文指标名往往可读）

to_images 渲染后 Read 读图，人工/视觉补全中文项名与单位

不要依赖 schema_extract 对乱码 PDF 的结构化（会返回 null）

3. 去重

用 md5 比对文件内容，剔除重复上传（同一报告多次导出常见）。

4. 结构化录入

按 assets/健康档案_模板.md 的结构，为每次就诊/体检建立一份档案：

基本信息、就诊摘要、各系统指标表（结果 + 参考范围 + 备注）
异常项用 ⚠️ 标注，写明超出参考范围的幅度
年度体检单独成文件（健康档案_2022.md 等），最新一次记为「主档」

5. 趋势分析

把所有时间点的关键指标汇总成一张横向对比表（时间点作列、指标作行）：

连续异常项（如 LDL-C 多年偏高）高亮
新发异常（如某年新发现结节 / 斑块）单独提示
给出简明解读（不必替代医生，但要点出需重点复查的项）
见 references/workflow.md 的趋势分析框架

6. 渲染交付（Markdown → PDF）

用 scripts/render_md_to_pdf.py 把 Markdown 档案渲染为 PDF / PNG：

python render_md_to_pdf.py <input.md> <output.pdf>

依赖 pymupdf（fitz）。系统 CJK 字体（PingFang SC / Heiti SC）保证中文正常显示。

工具依赖

| 工具 | 用途 | |------|------| | @skill:"腾讯文档 PDFKit" | PDF 识别 / 提取 / 渲染图片 | | pymupdf（fitz） | Markdown → PDF/PNG 渲染 | | 系统 CJK 字体 | 中文显示 |

文件结构（被本 skill 管理的档案项目示例）

健康档案/
├── 健康档案_主档.md          # 最新一次就诊完整档案
├── 健康档案_2022.md          # 2022 年度体检
├── 健康档案_趋势分析.md       # 跨年度对比
├── 健康档案_趋势分析.pdf      # 渲染版
└── 健康档案_模板.md           # 空白模板（来自 assets/）

参考资料

assets/健康档案_模板.md — 脱敏空白模板（占位符）
references/reference_ranges.md — 通用成人体检参考区间
references/workflow.md — 详细工作流与趋势分析框架
scripts/render_md_to_pdf.py — Markdown → PDF/PNG 通用渲染器