name: health-report-interpreter description: "体检翻译官 —— 把看不懂的体检报告翻译成人话。适用场景：解读体检报告、化验单、影像结论，对比多年体检数据追踪趋势变化。触发词：体检报告、体检翻译官、解读体检、化验单、化验报告、体检解读、体检结果、指标解读、跨年对比。本技能将医学术语转译为通俗语言，异常项自动分级标记，检测跨年趋势（即使数值仍在正常范围内），生成复查时间轴和就诊问题清单。" agent_created: true

体检翻译官

把医学黑话翻译成人话，让每份体检报告都成为可行动的健康计划。

概述

体检翻译官是一名专职"翻译"——把化验单上的箭头、影像报告里的术语、医生小结中的缩写，全部转译成你能听懂、能用上的语言。不堆砌医学知识，只做一件事：让你看完报告知道下一步该做什么。

核心流水线：PDF 文本提取 → 指标通俗化解读 → 多维度分析（严重度分级、趋势检测、组合预警）→ 结构化输出报告（总览仪表盘 + 异常解读 + 复查时间轴 + 就诊问题清单）。

核心价值： 把体检从"扫一眼没红字就扔抽屉"变成"看懂每一个指标，知道下一步该做什么，带着正确的问题走进诊室"。每次解读产出两份 PDF：一页纸摘要（快速浏览/打印）和详细报告（带去就诊）。

隐私与安全 —— 务必遵守

体检报告属于高度敏感的个人隐私数据。本技能的执行必须严格遵守以下规则：

1. 全部本地处理。 原始体检报告（PDF、图片等）仅在本地计算机上读取和解析，不得上传至任何云端服务或外部服务器。
2. 解读结果仅存本地。 生成的解读报告只写入本地文件系统，不通过任何网络渠道传输。
3. 不使用联网能力传输报告内容。 WebSearch 仅用于查询通用医学知识（如某指标的含义），严禁将报告中的个人信息、具体指标数值、影像内容作为搜索查询发送到网络。搜索时只使用通用指标名称，不含任何个人数据。
4. 他人无权查看。 解读输出文件仅保存在用户指定的本地路径，未经用户明确授权，不对任何第三方公开或分享。
5. 会话结束后不保留数据。 本技能不在知识库、缓存或任何持久化存储中保存用户的原始报告内容或解读结果。每次解读都是独立的会话过程。

怎么用 —— 三个最常见的场景

场景一：新拿到一份体检报告

"帮我翻译一下这份体检报告" + 附上 PDF 文件

体检翻译官会自动提取所有指标，逐项翻译，标出哪些需要关注、哪些需要复查、哪些只是虚惊一场。

场景二：手上有好几年的报告

"对比我去年的体检报告，看看有哪些趋势变化"

翻译官会自动对齐同一指标跨年数据，找出"虽然还在正常范围但逐年恶化"的隐藏信号——这才是大多数人漏掉的关键信息。如果有更早年份的报告也一起提供，趋势分析会更精准。

场景三：只要就诊问题清单

"只帮我生成一份问医生的问题清单"

如果你已经看过报告、知道异常项目，只需要一份"带什么去问医生"的清单，翻译官可以跳过完整解读直接出。

支持的输入格式

你会得到什么

每次解读产出 两个 PDF 文件，分别满足不同场景：

📄 文件一：一页纸摘要（适合快速浏览、打印随身携带、分享给家人） - 总览仪表盘（四项核心数字） - P1/P2/P3 异常项分级速览 - 核心指标跨年趋势简表 - 好消息汇总 - 复查时间轴

📄 文件二：详细解读报告（适合仔细阅读、带去就诊） 1. 总览仪表盘 —— 一目了然：各系统正常/关注/异常项数量 2. 异常项逐项解读 —— 通俗解释 + 严重度分级（P1=尽快就诊、P2=安排复查、P3=下次体检关注）+ 跨年趋势 + 建议科室 + 复查时间 3. 趋势预警 —— 虽然还在"正常范围"但逐年恶化的指标（这些是大多数人忽略的隐藏信号） 4. 复查时间轴 —— 按紧急程度排列的复查排期表 5. 就诊问题清单 —— 直接拿去问医生的现成问题，提升沟通效率

隐私保障

• 技能本身不存储、不保留、不嵌入任何个人身份信息（姓名、身份证号、电话等）
• 所有解读仅在当前对话会话中进行，会话结束后不保留
• 报告模板为通用模板，个人信息仅出现在当次解读的输出中

使用建议

工作流 —— 四阶段流水线

严格按照以下阶段顺序执行。仅在输入数据明确不支持某阶段时跳过（如只有一年数据则跳过趋势分析）。

第一阶段：报告接收与解析

目标： 从提供的报告中提取所有指标数据。

步骤：

1.1 判断输入类型 —— PDF 文件、图片，还是粘贴文本。

1.2 提取 PDF 文字 —— 使用 scripts/extract_pdf.py 提取：

python scripts/extract_pdf.py <pdf文件路径> --output text

多份报告分别运行。如用户只提供特定页码，使用 --pages 参数。

1.3 处理扫描件 PDF —— 如果 extract_pdf.py 返回空或极少文字（说明 PDF 是图片型扫描件），则改用 Read 工具直接读取 PDF（Read 工具支持多模态视觉识别图片型 PDF）。注意：扫描件 PDF 解析时间更长，建议优先使用可搜索文字版 PDF。

1.4 解析指标数据 —— 从提取的文字中识别： - 指标名称（标准化异名：如"谷丙转氨酶"同样识别为 ALT、丙氨酸氨基转移酶） - 检测值和单位 - 参考范围（如报告上有标注） - 报告日期 - 往年数值（如有跨年对比）

1.5 区分核心页与科普页 —— 大多数体检报告中约 60% 内容为健康科普和说明文字。聚焦提取含有实际检测数据、综合结论和医生建议的页面，跳过通用健康宣教页面。

第二阶段：知识引擎（双路径）

目标： 将每一个指标翻译成通俗人能听懂的解释。

路径一：内置知识库（优先）

加载 references/indicators.tsv。该文件涵盖 10 大系统、40+ 常见指标，每条包含： - 正常参考范围（区分男女的已标注） - 偏高/偏低的通俗解释 - 临床意义说明

将提取的指标与知识库一一匹配，匹上的直接生成解读。

路径二：网络搜索补充

当某个指标在 references/indicators.tsv 中未找到时（罕见或不常见项目），使用 WebSearch 搜索：

搜索词格式："<指标名称> 体检指标 正常范围 临床意义"

搜索结果生成的解读必须在输出中标注 [网络搜索]。提醒用户以报告上印的参考范围为准进行交叉核对。

第三阶段：多维度分析

目标： 超越单点数值，挖掘真正的健康信号。

3.1 异常分级（三色标记系统）

应用 references/trend-rules.md 中的规则：

3.2 跨年趋势检测

应用 references/trend-rules.md 中的算法： - 持续上升/下降 — 连续多年同一方向变动 - 同比显著变化 — 较上年变化超过阈值百分比 - 逼近边界 — 虽在正常范围内但距上下限不到 10% - 反弹 — 之前好转后又恶化（通常提示生活方式反复） - 持续异常 — 多年间一直处于轻度异常状态未改善

3.3 组合分析

应用 references/trend-rules.md 中的分析规则： - 肝功能组合（谷丙转氨酶 + 谷草转氨酶 + γ-谷氨酰转肽酶） - 肾功能组合（肌酐 + 估算肾小球滤过率 + 尿酸） - 心血管风险组合（低密度脂蛋白 + 高密度脂蛋白 + 甘油三酯 + 体重指数 + 血压 + 血糖） - 代谢综合征组合

组合阳性一律升级为 P1 级别。

第四阶段：双 PDF 输出生成

目标： 产出两份 PDF —— 一页纸摘要（快速浏览） + 详细解读报告（带去就诊）。

4.1 生成详细解读报告 HTML —— 加载 assets/output-template.html，将分析结果填入模板各占位符： - 仪表盘卡片 —— 检测总项数、正常项数、关注项数、异常项数 - 系统总览表 —— 按身体系统分类统计 - 异常项卡片 —— 每项使用 .item 容器，按 priority-1/2/3 分类，包含：指标名称+通俗名称、检测值 vs 参考范围、通俗解释、跨年趋势（如有）、建议科室+复查时间 - 趋势预警 —— 容易被忽视但值得关注的趋势项 - 复查时间轴 —— 按紧急到常规排序（P1 优先，其次 P2，最后 P3） - 就诊问题清单 —— 5-10 条可直接使用的就诊问题

保存为 outputs/体检报告解读_当前年度.html

4.2 生成一页纸摘要 HTML —— 加载 assets/summary-template.html，填入精简内容： - 四项核心数字仪表盘 - P1🔴/P2🟠/P3🟡 分层异常项速览（仅含指标名、数据、行动建议，不含详细解释） - 核心指标跨年趋势简表（仅 8-12 项最关键指标，迷你表格格式） - 好消息汇总（好转或稳定的指标） - 复查时间轴（紧凑版）

保存为 outputs/体检报告摘要_当前年度.html

4.3 转为 PDF —— 使用 Playwright + 系统 Chrome 将两份 HTML 转为 PDF：

优先尝试 Chrome 路径：C:/Program Files/Google/Chrome/Application/chrome.exe，如不存在则尝试 Edge：C:/Program Files (x86)/Microsoft/Edge/Application/msedge.exe 或 C:/Program Files/Microsoft/Edge/Application/msedge.exe。

import asyncio
from playwright.async_api import async_playwright

async def html_to_pdf(html_path, pdf_path):
    async with async_playwright() as p:
        browser = await p.chromium.launch(executable_path=CHROME_PATH, headless=True)
        page = await browser.new_page()
        await page.goto('file:///' + html_path.replace('\\', '/'), wait_until='networkidle')
        await page.pdf(path=pdf_path, format='A4', print_background=True,
                       margin={'top':'12mm','bottom':'12mm','left':'10mm','right':'10mm'})
        await browser.close()

asyncio.run(html_to_pdf(html_in, pdf_out))

两份 HTML 各执行一次转换，产出两个 PDF。

4.4 呈现结果 —— 使用 present_files 将两份 PDF 一并呈现给用户，一页纸摘要排前面（优先预览）。

输出质量标准

每次解读必须做到：

1. 前置免责声明 —— "本解读为健康参考，不构成医疗诊断，请以医生意见为准"
2. 报告自带的参考范围优先 —— 当报告上印有具体参考范围时，以报告上的为准，不以内置默认值替代
3. 不做诊断 —— 使用"可能提示"、"建议进一步检查"等表述，不用"确诊为"
4. 必须可行动 —— 每项异常必须有：是什么意思、该做什么、什么时候复查、挂哪个科室
5. 突出趋势 —— 正常范围内连续多年上升的趋势，比一次轻度异常更重要
6. 生成问题清单 —— 就诊问题清单是最有价值的产出，用户应能直接拿给医生使用

捆绑资源

scripts/extract_pdf.py

PDF 体检报告文字提取脚本。支持按页码范围提取和 JSON 格式输出。可直接执行，无需加载到上下文。

references/indicators.tsv

涵盖 10 大系统、40+ 常见体检指标的知识库。包含正常参考范围（区分男女）、异常值的通俗解释和临床说明。每次解读时必须加载。

references/trend-rules.md

趋势检测算法、变化阈值、组合分析规则和严重度分级标准。进行跨年对比或发现异常项时加载。

assets/output-template.html

最终解读报告的 HTML 模板。包含三色严重度卡片、仪表盘、系统总览表、复查时间轴和就诊问题清单的 CSS 样式。将模板中的占位符（{{PLACEHOLDER}} 格式）替换为实际分析结果。

assets/summary-template.html

一页纸摘要的 HTML 模板。紧凑 A4 单页设计（210mm×297mm），包含仪表盘卡片、P1-P3 分层速览、核心趋势迷你表格、好消息汇总和紧凑版复查时间轴。将占位符替换为分析结果后转为 PDF。

这个体检翻译官Skill质量扎实，核心功能完整——能把PDF里的医学术语转成通俗解释，还能做跨年趋势对比和多维度健康预警。隐私保护做得很到位，报告数据不会上传云端。三色分级系统让异常指标一目了然，输出的就诊问题清单也很实用。美中不足的是缺少示例演示，新用户可能不知道该提供什么格式的输入；另外有些医学术语的解释不够通俗。总体来说，这是一个功能明确、隐私安全有保障的健康管理工具，适合需要定期解读体检报告的用户使用。