ai-analyzer

補足資料の入手可能性

このカタログの記載には以下のインラインガイダンスが含まれていますが、次の補足パスは含まれていません。これらは外部の前提条件であり、同梱ファイルではありません。

• <support-root>/scripts/generate_ai_report.py

これらのパスに依存する手順を使用する前に、元の補足資料または既存のインストール環境を入手してください。このカタログには、検証済みのダウンロード元は記載されていません。各パスをそのインストール環境を基準に解決し、内容を確認したうえで、該当するライセンスと実行上の前提条件を確認してください。必要なファイルが存在することを確認するまでは、コマンドを実行したり、参照先の手順を実施したと主張したりしないでください。不足しているスクリプトを捏造したり、同名の無関係なファイルを同等のものとして扱ったりしないでください。ここに完全に記載されている独立した手順は、ユーザーが許可した範囲内で実行できます。依存する手順は利用できないものとして報告してください。

AI健康分析ツール

提供された健康データを整理し、傾向を説明し、医師と話し合う質問を準備するためのツールです。この説明は、臨床的に検証された予測システムではありません。

使用するタイミング

• ユーザーが、複数の健康データセットや生活習慣の指標を対象としたAIによる健康分析を希望している場合。
• 健康データに基づく異常検出、リスク予測、または個別の推奨事項が必要な場合。
• 健康指標や傾向について、健康レポートの生成や質問への回答が必要な場合。

入力とエビデンスの範囲

これらの方法は任意の分析アプローチであり、実装済みまたは検証済みのアルゴリズムではありません。統計的な異常は医学的な異常を意味するものではありません。CUSUM、Zスコア、相関分析には、十分な数の比較可能なサンプルが必要です。また、相関は因果関係を証明するものではありません。栄養摂取量が基準量を下回っていても、それだけで欠乏が証明されるわけではありません。睡眠に関する質問票は、睡眠障害を診断するものではありません。緊急の症状がある場合は、地域の救急手順に従い、レポートの作成によって受診が遅れないようにしてください。

参考資料：ADAリスクスクリーニング、ACCリスクツール。

主な機能

1. インテリジェントな健康分析

• 多次元データの統合: 基本指標、生活習慣、メンタルヘルス、医療履歴など、4種類のデータソースを統合します
• 異常パターンの識別: CUSUM、Z-scoreなどのアルゴリズムを使用して、外れ値や変化点を検出します
• 相関分析: 異なる健康指標間の相関（ピアソン、スピアマン）を計算します
• 傾向予測: 過去のデータに基づいて傾向を分析・予測します

2. 健康リスク予測

• 高血圧リスク: Framinghamリスクスコアモデルに基づきます
• 糖尿病リスク: ADA糖尿病リスクスコア基準に基づきます
• 心血管疾患リスク: ACC/AHA ASCVDガイドラインに基づきます
• 栄養欠乏リスク: RDA達成率と食事パターンの分析に基づきます
• 睡眠障害リスク: PSQIと睡眠パターンの分析に基づきます

3. 個別推奨エンジン

• 基本的な個別化: 年齢、性別、BMI、活動レベルなどの静的プロフィールに基づきます
• 推奨事項のレベル分け: Level 1（一般的）、Level 2（参考情報）、Level 3（医療上の推奨）
• エビデンスに基づく根拠: 医学的ガイドラインとエビデンスに基づく医療の根拠に基づきます
• 実行可能性: 具体的で実行可能な改善策を提示します

4. 自然言語での対話

• インテリジェントな質問応答: 健康データの照会、傾向分析、相関の照会などに対応します
• コンテキストの理解: 会話履歴を保持し、複数回のやり取りに対応します
• 意図の識別: ユーザーの質問意図を識別し、的確に回答します

5. AI健康レポートの生成

• 総合レポート: あらゆる側面の健康データ、AIによる洞察、リスク評価を含みます
• クイックサマリー: 主要指標の概要、異常に関する警告、主な推奨事項を含みます
• リスク評価レポート: 各種疾患のリスク、リスク要因の分析、予防策を含みます
• 傾向分析レポート: 多次元の傾向、変化点の識別、予測分析を含みます
• HTMLインタラクティブレポート: EChartsのグラフとTailwind CSSのスタイルを使用します

使用方法

使用条件

ユーザーが以下のような状況に言及した場合に、このスキルを使用してください。

一般的な問い合わせ:

• ✅ 「AIで私の健康状態を分析して」
• ✅ 「私の健康にはどんなリスクがありますか？」
• ✅ 「AI健康レポートを生成して」
• ✅ 「すべてのデータをAIで分析して」

リスク予測:

• ✅ 「私の高血圧リスクを予測して」
• ✅ 「糖尿病のリスクはありますか？」
• ✅ 「私の心血管リスクを評価して」
• ✅ 「AIで健康リスクを予測して」

インテリジェントな質問応答:

• ✅ 「私の睡眠状態はどうですか？」
• ✅ 「運動は私の健康にどのような影響がありますか？」
• ✅ 「健康状態を改善するにはどうすればよいですか？」
• ✅ 「AI健康アシスタントに質問して」

レポート生成:

• ✅ 「AI健康レポートを生成して」
• ✅ 「総合分析レポートを作成して」
• ✅ 「AIリスク評価レポート」

実行手順

ステップ 1: AI設定を読み込む

const aiConfig = readFile('data/ai-config.json');
const aiHistory = readFile('data/ai-history.json');

AI機能が有効かどうかを確認し、データソースの設定を検証します。

ステップ 2: ユーザープロフィールを読み込む

const profile = readFile('data/profile.json');

基本情報（年齢、性別、身長、体重、BMIなど）を取得します。

ステップ 3: 健康データを読み込む

設定されたデータソースから関連データを読み込みます。

// 基础健康指标
const indexData = readFile('data/index.json');

// 生活方式数据
const fitnessData = readFile('data-example/fitness-tracker.json');
const sleepData = readFile('data-example/sleep-tracker.json');
const nutritionData = readFile('data-example/nutrition-tracker.json');

// 心理健康数据
const mentalHealthData = readFile('data-example/mental-health-tracker.json');

// 医疗历史
const medications = exists('data/medications.json') ? readFile('data/medications.json') : null;
const allergies = exists('data/allergies.json') ? readFile('data/allergies.json') : null;

ステップ 4: データの統合と前処理

すべてのデータソースを統合し、データのクリーニング、時間の整合、欠損値の処理を行います。

ステップ 5: 多次元分析

相関分析: 睡眠↔感情、運動↔体重、栄養↔生化学的指標などの関連性を計算します

傾向分析: 線形回帰、移動平均などの方法を使用して、傾向の方向を特定します

異常検出: CUSUM、Z-scoreアルゴリズムを使用して、外れ値や変化点を検出します

ステップ 6: リスク予測

具体的なモデルのバージョン、必要な入力、対象集団、対象期間を確認してください。これらの情報がない場合は、リスク要因の説明にとどめ、疾患の確率は計算しないでください。

• 高血圧に関連する要因: 対象集団に適用できる明確な検証済みモデルがある場合に限り、そのモデルで定められた期間の計算を行います
• 糖尿病リスクスクリーニング: ADA質問票のスコアは、個人の10年間の発症確率ではありません
• 心血管リスク: 必要な入力、対象年齢、モデルのバージョンをすべて確認したうえで、該当するツールを使用します
• 栄養欠乏リスク
• 睡眠障害リスク

ステップ 7: 個別の推奨事項を生成する

分析結果に基づき、3段階の推奨事項を生成します。

• Level 1: 一般的な推奨事項（標準的なガイドラインに基づく）
• Level 2: 参考情報としての推奨事項（個人データに基づく）
• Level 3: 医療上の推奨事項（医師による確認が必要で、免責事項を含む）

ステップ 8: 分析レポートを生成する

テキストレポート: 全体評価、リスク予測、主要な傾向、相関分析の結果、個別の推奨事項を含みます

HTMLレポート: scripts/generate_ai_report.py を呼び出して、EChartsのグラフを含むインタラクティブレポートを生成します

ステップ 9: AI履歴を更新する

ユーザーが記録の保存を希望した場合に限り、確認済みのプライベートな保存先に必要最小限の結果を保存します。元のファイルは保持し、履歴には自動で書き込みません。

データソース

データソース	ファイルパス	データ内容
ユーザープロフィール	data/profile.json	年齢、性別、身長、体重、BMI
医療記録	data/index.json	生化学的指標、画像検査
運動トラッカー	data-example/fitness-tracker.json	運動の種類、時間、強度、MET値
睡眠トラッカー	data-example/sleep-tracker.json	睡眠時間、質、PSQIスコア
栄養トラッカー	data-example/nutrition-tracker.json	食事記録、栄養素の摂取量、RDA達成率
メンタルヘルス	data-example/mental-health-tracker.json	PHQ-9、GAD-7スコア
服薬記録	data/medications.json	薬剤名、用量、用法、服薬遵守状況
アレルギー歴	data/allergies.json	アレルゲン、重症度

アルゴリズムの説明

相関分析

• ピアソン相関係数：連続変数（睡眠時間と気分スコアなど）
• スピアマン相関係数：順序変数（症状の重症度など）

異常検知

• CUSUMアルゴリズム：時系列の変化点検出
• Zスコア法：統計的な外れ値検出（|z| > 2）
• IQR法：四分位範囲による外れ値検出

リスク予測

• Framinghamリスクスコア：高血圧、心血管疾患のリスク
• ADAリスクスコア：2型糖尿病のリスク
• ASCVD計算ツール：動脈硬化性心血管疾患のリスク

セキュリティとコンプライアンス

必ず遵守する事項

• ❌ 医療診断を行わない
• ❌ 具体的な服薬量を提案しない
• ❌ 生死に関する予後を判断しない
• ❌ 医師の助言に代わるものとして扱わない
• ✅ すべての分析に「参考情報」と明記する
• ✅ レベル3の提案には免責事項を含める
• ✅ 高リスクの予測では、医師への相談を勧める

プライバシー保護

• ユーザーが許可したデータのみを読み取ります。記録がないことは、正常またはゼロ値を意味しません。
• このスキルには、これらのJSONファイル、コマンド、レポートスクリプトは含まれていません。readFile／existsのスニペットは疑似コードです。
• ローカルファイルであっても、ホストモデルのコンテキストに取り込まれる可能性があります。ホストがオフラインであることや、外部処理が行われないことは保証できません。外部サービスを利用する場合は、事前に明示的なデータ転送の許可を得てください。
• HTMLを生成する際は、信頼できないテキストをエスケープし、リモートスクリプト、トラッカー、公開の健康レポートを避けてください。プライベートな記録は、許可された範囲内で保存してください。

関連コマンド

• /ai analyze - AIによる総合分析
• /ai predict [risk_type] - 健康リスクの予測
• /ai chat [query] - 自然言語での質疑応答
• /ai report generate [type] - AI健康レポートの生成
• /ai status - AI機能の状態を確認

技術的な実装

ツールの制限

このSkillでは、以下のツールのみを使用します。

• Read：JSONデータファイルの読み取り
• Grep：特定のパターンの検索
• Glob：パターンに一致するデータファイルの検索
• Write：HTMLレポートの生成と履歴の更新

パフォーマンスの最適化

• 増分読み取り：指定された期間のデータファイルのみを読み取ります
• データのキャッシュ：同じファイルを繰り返し読み取らないようにします
• 遅延計算：必要に応じてグラフデータを生成します

制限事項

• タスクが上記の説明範囲に明確に該当する場合にのみ、このスキルを使用してください。
• 出力を、環境固有の検証、テスト、専門家によるレビューの代替として扱わないでください。
• 必要な入力、権限、安全上の境界、または成功基準が不足している場合は、処理を中断して確認してください。