医疗实体提取器

从非结构化患者消息中提取结构化医疗信息。

该技能的功能

1. 1. 症状提取：识别症状、严重程度、持续时间和进展
2. 药物提取：查找药物名称、剂量、频率和副作用
3. 化验值提取：解析化验结果、生命体征和测量数据
4. 诊断提取：识别提及的诊断和病症
5. 时间提取：捕捉症状开始时间及持续时间
6. 行动项：识别请求的操作（预约、续药、问题）

输入格式

json
[
{
id: msg-123,
priority_score: 78,
priority_bucket: P1,
subject: 药物副作用,
from: patient@example.com,
date: 2026-02-27T10:30:00Z,
body: 自从三天前开始服用新的降压药（赖诺普利10mg）以来，我一直感到头晕。今天早上我的血压是145/92。
}
]

输出格式

json
[
{
id: msg-123,
entities: {
symptoms: [
{
name: 头晕,
severity: 中度,
duration: 3天,
onset: 自开始服用新药以来
}
],
medications: [
{
name: 赖诺普利,
dosage: 10mg,
frequency: null,
context: 新药
}
],
lab_values: [
{
type: 血压,
value: 145/92,
unit: mmHg,
timestamp: 今天早上
}
],
diagnoses: [
{
name: 高血压,
context: 由降压药推断
}
],
action_items: [
{
type: 药物审查,
reason: 可能的副作用（头晕）
}
]
},
summary: 患者报告自3天前开始服用赖诺普利10mg后出现头晕。血压升高至145/92。可能需要审查药物副作用。
}
]

实体类型

症状

• - 名称、严重程度（轻度/中度/重度）、持续时间、发作时间、进展（好转/稳定/恶化）

药物

• - 名称、剂量、频率、给药途径、使用背景（新药/现有/已停用）

化验值

• - 类型（血压、血糖、胆固醇等）、数值、单位、时间戳、正常范围

诊断

• - 名称、背景（确诊/疑似/排除）

生命体征

• - 体温、心率、呼吸频率、血氧饱和度、血压

行动项

• - 类型（预约、续药、提问、回电）、紧急程度、原因

医学术语处理

该技能可识别：

• - 常见缩写（BP、HR、RR、O2 sat等）
• 品牌名和通用名药物
• 医学术语的通俗表达（糖高→糖尿病，心脏病发作→心肌梗死）
• 时间表达（从昨天开始、过去一周）

集成

可通过OpenClaw CLI调用该技能：

bash
openclaw skill run medical-entity-extractor --input [{id:msg-1,priority_score:78,...}] --json

或以编程方式调用：

typescript
const result = await execFileAsync(openclaw, [
skill, run, medical-entity-extractor,
--input, JSON.stringify(scoredMessages),
--json
]);

推荐模型：Claude Sonnet 4.5（openclaw models set anthropic/claude-sonnet-4-5）

隐私与安全

• - 所有处理通过OpenClaw在本地完成
• 不向外部服务发送数据（除Claude API用于LLM处理外）
• 提取的实体保留在本地环境中