scientific-clinical-reporting

name	scientific-clinical-reporting
description	臨床レポート自動生成スキル。検査結果サマリー (SOAP ノート)、バイオマーカー プロファイルレポート、薬理ゲノミクスレポート、臨床試験要約を構造化テンプレート (PDF/LaTeX/HTML) で出力。HL7 FHIR DiagnosticReport 形式にも対応。

Scientific Clinical Reporting

臨床データから構造化レポートを自動生成するパイプラインを提供する。

When to Use

• 検査結果を SOAP ノート形式でまとめるとき
• バイオマーカープロファイルレポートを作成するとき
• ファーマコゲノミクスレポート (CPIC ガイドライン準拠) が必要なとき
• 臨床試験の CSR (Clinical Study Report) サマリーを生成するとき
• HL7 FHIR DiagnosticReport 形式で出力するとき

---

Quick Start

1. SOAP ノート生成

import json
from datetime import datetime


def generate_soap_note(patient_data, findings, assessment, plan):
    """
    SOAP ノート形式の臨床レポートを生成。

    Parameters:
        patient_data: dict — {"id": "...", "age": 45, "sex": "M", ...}
        findings: dict — {"subjective": [...], "objective": [...]}
        assessment: list — 評価・診断リスト
        plan: list — 治療計画リスト
    """
    soap = {
        "report_type": "SOAP_Note",
        "generated_at": datetime.now().isoformat(),
        "patient": {
            "id": patient_data.get("id", "ANON"),
            "age": patient_data.get("age"),
            "sex": patient_data.get("sex"),
        },
        "S": {  # Subjective
            "chief_complaint": findings.get("chief_complaint", ""),
            "history": findings.get("subjective", []),
        },
        "O": {  # Objective
            "vitals": findings.get("vitals", {}),
            "lab_results": findings.get("lab_results", []),
            "imaging": findings.get("imaging", []),
            "physical_exam": findings.get("objective", []),
        },
        "A": {  # Assessment
            "diagnoses": assessment,
            "differential": findings.get("differential", []),
        },
        "P": {  # Plan
            "treatment": plan,
            "follow_up": findings.get("follow_up", ""),
            "referrals": findings.get("referrals", []),
        },
    }

    print(f"SOAP note: patient={soap['patient']['id']}, "
          f"diagnoses={len(assessment)}, plans={len(plan)}")
    return soap

2. バイオマーカープロファイルレポート

import pandas as pd


def biomarker_profile_report(biomarkers_df, reference_ranges=None):
    """
    バイオマーカープロファイルレポート生成。

    Parameters:
        biomarkers_df: DataFrame — columns: [marker, value, unit, specimen]
        reference_ranges: dict — {"marker": {"low": x, "high": y, "unit": "..."}}
    """
    if reference_ranges is None:
        reference_ranges = {
            "CEA": {"low": 0, "high": 5.0, "unit": "ng/mL"},
            "AFP": {"low": 0, "high": 10.0, "unit": "ng/mL"},
            "CA19-9": {"low": 0, "high": 37.0, "unit": "U/mL"},
            "CA125": {"low": 0, "high": 35.0, "unit": "U/mL"},
            "PSA": {"low": 0, "high": 4.0, "unit": "ng/mL"},
            "HER2": {"low": 0, "high": 1, "unit": "IHC score"},
            : {: , : , : },
            : {: , : , : },
        }

    results = []
     _, row  biomarkers_df.iterrows():
        marker = row[]
        value = (row[])
        ref = reference_ranges.get(marker, {})

        status = 
         ref:
             value > ref.get(, ()):
                status = 
             value < ref.get(, ()):
                status = 

        results.append({
            : marker,
            : value,
            : row.get(, ref.get(, )),
            : ,
            : status,
        })

    report_df = pd.DataFrame(results)
    abnormal = report_df[report_df[] != ]

    report = {
        : ,
        : (report_df),
        : (abnormal),
        : report_df.to_dict(),
        : (
            
             (abnormal) > 
             
        ),
    }

    (
          )
     report

3. ファーマコゲノミクスレポート

def pharmacogenomics_report(genotypes, medications):
    """
    CPIC ガイドライン準拠のファーマコゲノミクスレポート。

    Parameters:
        genotypes: dict — {"CYP2D6": "*1/*4", "CYP2C19": "*1/*2", ...}
        medications: list — ["codeine", "clopidogrel", ...]
    """
    # CPIC phenotype マッピング (簡略)
    cpic_phenotypes = {
        "CYP2D6": {
            "*1/*1": "Normal Metabolizer",
            "*1/*4": "Intermediate Metabolizer",
            "*4/*4": "Poor Metabolizer",
            "*1/*2xN": "Ultrarapid Metabolizer",
        },
        "CYP2C19": {
            "*1/*1": "Normal Metabolizer",
            "*1/*2": "Intermediate Metabolizer",
            "*2/*2": "Poor Metabolizer",
            "*1/*17": "Rapid Metabolizer",
            "*17/*17": "Ultrarapid Metabolizer",
        },
    }

    # 推奨アクション (簡略)
    drug_gene_map = {
        "codeine": {"gene": "CYP2D6", "action": {
            "Poor Metabolizer": "AVOID — use alternative analgesic",
            "Ultrarapid Metabolizer": "AVOID — toxicity risk",
            "Intermediate Metabolizer": "Use with caution, consider alternative",
        }},
        "clopidogrel": {"gene": "CYP2C19", "action": {
            "Poor Metabolizer": "Use alternative antiplatelet (e.g., prasugrel)",
            : ,
        }},
    }

    recommendations = []
     drug  medications:
        entry = drug_gene_map.get(drug, {})
        gene = entry.get(, )
        genotype = genotypes.get(gene, )
        phenotype_map = cpic_phenotypes.get(gene, {})
        phenotype = phenotype_map.get(genotype, )

        action = entry.get(, {}).get(phenotype, )
        recommendations.append({
            : drug,
            : gene,
            : genotype,
            : phenotype,
            : action,
            :   drug  drug_gene_map  ,
        })

    report = {
        : ,
        : genotypes,
        : medications,
        : recommendations,
    }

    (
          )
     report

4. 構造化レポート出力 (LaTeX/HTML)

def export_clinical_report(report, output_format="html",
                            output_path="reports/clinical_report"):
    """
    臨床レポートを LaTeX/HTML/FHIR JSON 形式で出力。

    Parameters:
        report: dict — SOAP, Biomarker, PGx レポート
        output_format: "html", "latex", "fhir_json"
        output_path: str — 出力先パス (拡張子なし)
    """
    import os
    os.makedirs(os.path.dirname(output_path), exist_ok=True)
    report_type = report.get("report_type", "Clinical")

    if output_format == "html":
        filepath = f"{output_path}.html"
        html_parts = [
            "<!DOCTYPE html><html><head>",
            f"<title>{report_type} Report</title>",
            "<style>body{font-family:Arial;margin:2em;}"
            "table{border-collapse:collapse;width:100%;}"
            "td,th{border:1px solid #ddd;padding:8px;}</style>",
            "</head><body>",
            f"<h1>{report_type} Report</h1>",
        ]

        if report_type == "SOAP_Note":
            for section in ["S", "O", "A", "P"]:
                html_parts.append(f"<h2>{section}</h2>")
                html_parts.append(f"<pre>{json.dumps(report.get(section, {}), indent=2, ensure_ascii=False)}</pre>")

        elif report_type == "Biomarker_Profile":
            html_parts.append("<table><tr><th>Marker</th><th>Value</th>"
                              "<th>Reference</th><th>Status</th></tr>")
             r  report.get(, []):
                status_color =   r[] !=   
                html_parts.append(
                    
                    
                    
                )
            html_parts.append()

        html_parts.append()
         (filepath, )  f:
            f.write(.join(html_parts))

     output_format == :
        filepath = 
        fhir = {
            : ,
            : ,
            : [{: [{: ,
                                       : }]}],
            : {: report_type},
            : report.get(, datetime.now().isoformat()),
            : [],
        }
         (filepath, )  f:
            json.dump(fhir, f, indent=)

     output_format == :
        filepath = 
         (filepath, )  f:
            f.write()
            f.write()
            f.write()
            f.write()
            f.write()

    ()
     filepath

References

Output Files

ファイル	形式
reports/soap_note.json	JSON
reports/biomarker_profile.json	JSON
reports/pgx_report.json	JSON
reports/clinical_report.html	HTML
reports/clinical_report.tex	LaTeX
reports/clinical_report.fhir.json	FHIR JSON

利用可能ツール

本スキルは ToolUniverse ツールに直接依存しない。

カテゴリ	主要ツール	用途
—	—	—

参照スキル

スキル	関連
scientific-variant-interpretation	バリアント解釈レポート
scientific-variant-effect-prediction	バリアント病原性スコア
scientific-pharmacogenomics	PGx ガイドライン
scientific-precision-oncology	精密腫瘍学レポート
scientific-disease-research	疾患情報統合

依存パッケージ

pandas, json (stdlib), datetime (stdlib)