occupational-health-analyzer

职业健康分析技能提供全面的职业健康数据分析功能，帮助用户追踪工作相关健康问题、识别职业健康风险、评估工作环境人机工程水平和优化职业健康。

主要功能模块：

1. 职业健康风险评估 - 久坐、视屏终端、倒班工作、重复性劳损、工作压力等多维度风险评估
2. 工作相关问题追踪 - 颈肩腰腿痛、眼疲劳、腕管综合征等症状监测
3. 人机工程评估 - 工作站、椅子、显示器、键盘、环境等全方位评估
4. 职业病筛查 - 基于工作类型的职业病风险评估和筛查建议
5. 趋势分析 - 症状发展、改善效果、风险变化趋势
6. 关联分析 - 与睡眠、运动、心理健康、慢性病模块的关联分析
7. 个性化建议 - 工作姿势、休息提醒、设备建议、环境优化
8. 预警系统 - 高风险模式、症状恶化、职业病风险预警

技能在以下情况下自动触发：

1. 用户使用 /work trend 查看职业健康趋势
2. 用户使用 /work status 查看综合健康状态
3. 用户使用 /work recommend 获取改进建议
4. 用户使用 /work assess 进行综合评估
5. 用户使用 /work issue 记录问题后的分析
6. 用户使用 /work ergonomic 进行人机工程评估后的分析

本技能不能做的事：

• ❌ 不进行职业病诊断
• ❌ 不出具职业病诊断证明
• ❌ 不替代工作场所健康监护
• ❌ 不预测疾病发展
• ❌ 不处理急性健康危机

本技能能做的事：

• ✅ 职业健康风险评估和筛查
• ✅ 工作相关症状识别和追踪
• ✅ 人机工程评估和改进建议
• ✅ 职业病风险预警
• ✅ 工作环境改善建议
• ✅ 健康记录保存（就医时参考）
• ✅ 与其他健康数据的关联分析

第1步：数据读取

读取职业健康数据文件：

• data-example/occupational-health-tracker.json - 主职业健康档案

数据验证：

• 检查文件是否存在
• 验证数据结构完整性
• 确认有足够的数据点进行分析

第2步：职业健康风险评估

#### 久坐风险评估（Sedentary Risk Score）

评分维度（每个维度0-10分）：

1. 每天久坐时间 (sedentary_time_daily)

- >8小时：10分

- 6-8小时：7分

- 4-6小时：4分

- <4小时：1分

1. 休息频率 (break_frequency)

- 无休息：10分

- 每3小时+：8分

- 每2小时：5分

- 每小时：2分

1. 每周运动时间 (weekly_exercise_minutes)

- 0分钟：10分

- <60分钟：7分

- 60-150分钟：4分

- >150分钟：1分

1. 现有症状 (existing_symptoms_severity)

- 严重症状：10分

- 中度症状：7分

- 轻度症状：4分

- 无症状：1分

总分计算：

```

总分 = 久坐时间 + 休息频率 + 运动时间 + 现有症状

范围：4-40分

```

风险等级判定：

• 低风险：4-13分
• 中风险：14-26分
• 高风险：27-40分

#### 视屏终端风险评估（VDT Risk Score）

评分维度（每个维度0-10分）：

1. 每天屏幕时间 (screen_time_daily)

- >8小时：10分

- 6-8小时：7分

- 4-6小时：4分

- <4小时：1分

1. 20-20-20法则遵守 (rule_20_20_20_compliance)

- 从不遵守：10分

- 偶尔遵守：6分

- 经常遵守：3分

- 总是遵守：1分

1. 照明条件 (lighting_quality)

- 很差：10分

- 较差：7分

- 一般：4分

- 良好：1分

1. 眼部症状 (eye_symptoms_severity)

- 严重症状：10分

- 中度症状：7分

- 轻度症状：4分

- 无症状：1分

总分计算和风险等级判定同久坐风险

#### 综合风险评估

综合风险等级计算：

```

综合风险分数 = max(久坐风险, 视屏风险, 倒班风险, 劳损风险, 压力风险)

如果有多个高风险因素（≥27分），综合风险等级上调一级

如果有3个及以上中风险因素（14-26分），综合风险等级上调一级

```

第3步：人机工程评估

#### 评估维度和评分

椅子评估（0-20分）：

```

• 可调节性（0-5分）
• 腰椎支撑（0-5分）
• 座椅深度（0-5分）
• 扶手（0-5分）

```

显示器评估（0-20分）：

```

• 高度（0-7分）
• 距离（0-7分）
• 角度（0-6分）

```

键盘和鼠标评估（0-20分）：

```

• 键盘位置（0-5分）
• 鼠标位置（0-5分）
• 手腕支撑（0-10分）

```

工作台评估（0-20分）：

```

• 高度（0-10分）
• 空间（0-10分）

```

环境评估（0-20分）：

```

• 照明（0-7分）
• 噪音（0-7分）
• 温度（0-6分）

```

总分计算：

```

总分 = 椅子 + 显示器 + 键盘鼠标 + 工作台 + 环境

范围：0-100分

评分等级：

• 优秀：0-20分
• 良好：21-40分
• 一般：41-60分
• 较差：61-80分
• 差：81-100分

```

第4步：职业病筛查

#### 基于工作类型的筛查推荐

办公室工作：

```

必查项目：

• 视力测试（每年1次）
• 肌肉骨骼评估（每年1次）

```

体力劳动：

```

必查项目：

• 肌肉骨骼评估（每年1次）
• 肺功能检查（粉尘环境每年1次）

```

倒班工作：

```

必查项目：

• 睡眠质量评估（每6个月1次）
• 心理健康筛查（每年1次）

```

噪音环境工作：

```

必查项目：

• 听力测试（每年1次）

```

粉尘/化学环境工作：

```

必查项目：

• 肺功能检查（每年1次）
• 皮肤病筛查（每年1次）

```

第5步：关联分析

#### 睡眠-职业健康关联

• 倒班工作与睡眠质量的相关性
• 睡眠不足与工作相关症状的关系

#### 运动-职业健康关联

• 久坐工作与运动量的关系
• 运动与肌肉骨骼症状的关系

#### 心理健康-职业健康关联

• 工作压力与心理状态的关系
• 职业健康问题与心理症状的关联

第6步：生成报告

输出包括：

• 职业健康状况摘要
• 风险评估结果和趋势
• 工作相关问题分析
• 人机工程评估结果
• 职业病筛查建议
• 与其他健康因素的关联分析
• 预警信息（如适用）
• 个性化建议和行动计划

职业健康分析报告结构

```markdown

# 职业健康分析报告

报告日期: YYYY-MM-DD

分析周期: YYYY-MM-DD 至 YYYY-MM-DD

数据完整性: 良好

⚠️ 重要提示：本报告仅供参考，不构成职业病诊断。

---

[整体评价：优秀/良好/一般/需改进/高风险]

• 综合风险等级：[低/中/高]
• 职业健康评分：X/100
• 人机工程评分：X/100
• 活跃问题数：X个
• 整体趋势：改善/稳定/恶化

久坐风险评估

风险等级: 🟢 低风险 | 🟡 中风险 | 🔴 高风险

风险评分: X/40

建议: [具体建议]

视屏终端风险评估

风险等级: 🟢 低风险 | 🟡 中风险 | 🔴 高风险

风险评分: X/40

建议: [具体建议]

当前活跃问题

• [问题1]: 严重程度、频率、持续时间
• [问题2]: 严重程度、频率、持续时间

症状趋势

• 改善的问题
• 稳定的问题
• 恶化的问题 ⚠️

人机工程评分: X/100

评分等级: 优秀/良好/一般/较差/差

改进建议

• 高优先级建议
• 中优先级建议
• 低优先级建议

推荐筛查

• [筛查项目1] - 建议时间
• [筛查项目2] - 建议时间

立即行动

• [行动项]

本周行动计划

• [行动项1]
• [行动项2]

预防措施

• [预防措施列表]

---

报告生成时间: YYYY-MM-DD HH:MM:SS

⚠️ 免责声明：本报告仅供参考，不构成职业病诊断或治疗建议。

```

数据文件不存在

```

错误：未找到职业健康数据文件

建议：请先使用 /work assess 命令创建数据

```

数据不足

```

警告：数据不足以进行趋势分析

建议：至少需要3次评估记录

```

高风险预警

```

🔴 职业病高风险警告

检测到以下高风险因素：

• [列出高风险因素]

建议行动：

1. 立即就医，进行职业病诊断
2. 咨询职业医学专科医生
3. 考虑工作调整

```

主要数据源：

• data-example/occupational-health-tracker.json - 职业健康主数据

关联数据源：

• data-example/sleep-tracker.json - 睡眠数据
• data-example/fitness-tracker.json - 运动数据
• data-example/mental-health-tracker.json - 心理健康数据

---

技能版本: v1.0.0

最后更新: 2025-01-08

维护者: WellAlly Tech