name: med-chronic-disease-review description: 門診慢病稽核（糖尿病/高血壓）。輸入 OCR 結果陣列 JSON，由內部醫療大模型輸出稽核結論與原因（原始 JSON + 自然語言結論）。 metadata: { "openclaw": { "emoji": "🩺" } }

門診慢病稽核

概述

給定一份 OCR 結果陣列（每項包含 fileName/page/docType/ocrText），本技能會：

• 呼叫內部醫療大模型進行慢病稽核推理
• 輸出結構化 JSON（含 final_decision、reasoning）
• 輸出自然語言摘要（結論 + 原因）

資料安全、隱私與倫理宣告

• 最小必要原則：僅處理稽核所必需的文本內容；不要求也不鼓勵提供與稽核無關的身份資訊。
• 嚴格脫敏：在傳送至任何模型/介面前，會對可識別個人身份的資訊進行脫敏/去標識化處理（如姓名、證件號、手機號、詳細地址、人臉/影像等）。僅傳遞脫敏後的必要資訊用於本次 skill 呼叫。
• 不做本地持久化：不將使用者輸入與中間結果寫入本地持久化儲存（包含磁碟檔案、資料庫、日誌）。僅在記憶體中短暫處理；本次呼叫結束即銷燬。
• 第三方 API 風險提示：在功能需要時，會呼叫內部醫療大模型介面；此時僅會發送脫敏後的必要資訊，並使用加密傳輸。除完成本次請求外，不用於任何其他用途（如訓練、畫像、營銷）。
• 醫療邊界：本技能輸出為稽核規則匹配與原因摘要的輔助資訊，不構成醫療診斷或治療建議；如涉及臨床判斷請以執業醫生意見為準。

輸入格式

輸入必須是 JSON 陣列（list），示例：

[
  {"fileName":"xxx.pdf","page":1,"docType":"出院記錄","ocrText":"..."},
  {"fileName":"xxx.pdf","page":2,"docType":"檢驗報告","ocrText":"..."}
]

也支援通過統一入口 scripts/run.py 直接輸入 pdf/doc/docx/xls/xlsx/csv/txt/json。 預處理成功後，會先歸一化為 ocr_array.json（每項含 fileName/page/docType/ocrText），再呼叫醫療大模型稽核。

快速開始

從 skills 目錄執行：

# 糖尿病
python3 insurance/claims-review/chronic-disease/scripts/run.py \
  --disease-code diabetes \
  --appkey <your-appkey> \
  --input data/med-chronic-disease-review/糖尿病_ocr_task_result.json

# 高血壓
python3 insurance/claims-review/chronic-disease/scripts/run.py \
  --disease-code hypertension \
  --appkey <your-appkey> \
  --input data/med-chronic-disease-review/高血壓_ocr_task_result.json

# 本地校驗（不調模型）
python3 insurance/claims-review/chronic-disease/scripts/run.py \
  --disease-code diabetes \
  --dry-run \
  --input data/med-chronic-disease-review/糖尿病_ocr_task_result.json

# 或繼續直接使用原始 OCR 陣列入口
python3 insurance/claims-review/chronic-disease/scripts/chronic_disease_review.py \
  --disease-code diabetes \
  --appkey <your-appkey> \
  --input data/med-chronic-disease-review/糖尿病_ocr_task_result.json

引數說明

• --disease-code STRING：必填。糖尿病/高血壓（也支援 diabetes/hypertension/dm/htn 別名）。本 skill 每次只稽核一個病種。
• --review-type STRING：可選。預設 慢病稽核。
• --appkey STRING：必填（--dry-run 時除外）。內部醫療大模型鑑權 key，由平臺分配。
• --input PATH：OCR 陣列 JSON（UTF-8）或經 run.py 支援的文件格式。
• --base URL：大模型 base（預設：https://maas-api.hivoice.cn/v1）。
• --model STRING：模型名（預設：u2-med）。
• --timeout SECONDS：HTTP 超時（預設：120）。
• --dry-run：跳過模型呼叫，輸出佔位結論（用於聯調預處理鏈路）。
• --output-json PATH：儲存原始返回 JSON（預設：../runs/med-chronic-disease-review/{scenario}_resp.json）。
• --output-text PATH：儲存自然語言摘要（預設：../runs/med-chronic-disease-review/{scenario}_resp.txt）。

統一入口附加引數（scripts/run.py）

• --input-type auto|pdf|doc|docx|xls|xlsx|csv|txt|json：輸入型別；預設 auto。
• --sheet STRING：讀取 Excel 時指定 sheet（可選）。
• --encoding STRING：txt/csv 編碼（預設：utf-8）。
• --save-prepared：儲存預處理後的 OCR 陣列 JSON，便於除錯。

輸出約定

7w4.net小蔥技能站收錄全網優質技能，值得收藏。

• 若輸出路徑父目錄不存在，會自動建立。
• 自然語言摘要重點欄位：
• final_decision：通過/不通過/待補充
• reasoning：原因（可選）

依賴

前置 Skill

本 skill 的 scripts/run.py 依賴 _shared/doc-preprocess 提供的公共檔案預處理庫（preprocess.py）。 請確保 _shared/doc-preprocess/ 位於 skills/ 根目錄下。

執行環境

• Python 3.7+

模型配置

本 skill 通過內部醫療大模型進行推理（不再依賴商保後端稽核 flow API）：

• endpoint：https://maas-api.hivoice.cn/v1/chat/completions
• model：u2-med
• 協議：OpenAI Chat Completions（相容標準 /v1/chat/completions）
• 鑑權：通過 --appkey 引數傳入 Bearer token，由使用者在 OpenClaw 中呼叫時提供

強制通過 --appkey 呼叫內部醫療大模型；--dry-run 僅用於本地鏈路校驗。

Python 第三方包（可選，按輸入格式需要）

安裝：pip install openpyxl pypdf

外部工具（可選，按輸入格式需要）

安裝（Ubuntu/Debian）：sudo apt-get install libreoffice poppler-utils tesseract-ocr tesseract-ocr-chi-sim

僅使用 JSON 輸入時，無需安裝任何第三方包或外部工具。

備註

• 釋出約束：示例輸入、執行輸出、自測指令碼均放在 skill 包外（分別位於 ../data/、../runs/、../self_tests/），skill 目錄內僅保留可釋出的核心檔案（scripts/、SKILL.md、_meta.json）。

這個Skill質量中等偏上，文件和功能結構清晰，支援多種檔案格式稽核，使用比較靈活。但存在兩個明顯問題：一是依賴多個外部程式，配置起來比較麻煩；二是資料安全保障只寫在文件裡，實際程式碼中並沒有看到脫敏處理。適合有一定技術能力的團隊使用，普通使用者可能需要額外幫助才能順利執行。