Neonatal Jaundice Screening (Facial Skin Color) | 新生儿黄疸筛查(面部皮肤颜色)

Prompts

Using a neonatal monitor or baby camera, the system captures high-resolution facial images of the newborn and uses AI visual analysis to detect sclera color (white in normal babies, yellow when jaundiced) and facial skin yellowness index (based on skin-color chromatic spaces, e.g., mapping the skin region to estimated clinical bilirubin levels). It outputs a jaundice-risk hint (low / medium / high risk). The skill assists parents and medical staff in the early detection of neonatal hyperbilirubinemia for timely medical intervention. Application scenarios: newborn families, mother-baby rooming-in, neonatology wards, postpartum care centers. The system captures and analyzes images on a daily schedule or on demand, outputting a jaundice-risk level and pushing reminders when medium or high risk is reached. Skill features: neonatal jaundice has a high incidence; if severe, it can lead to kernicterus and brain injury. AI visual pre-screening helps parents monitor changes at home and recognize signs that require medical attention. Can be integrated into smart baby monitors or maternal/infant apps, becoming a practical health assistant for newborn families. | 通过新生儿监护器或婴儿摄像头拍摄新生儿面部高清图像,利用AI视觉分析技术检测巩膜(眼白)的颜色(正常白色,黄疸时呈黄色)以及面部皮肤的黄染指数(基于肤色色度空间,如将皮肤区域映射到临床胆红素水平估算),输出黄疸风险提示(低风险/中风险/高风险)。该技能可辅助家长及医护人员早期发现新生儿高胆红素血症,及时就医干预。应用场景:新生儿家庭、母婴同室、新生儿科、月子中心。系统每日定时或按需拍照分析,输出黄疸风险等级,当达到中高风险时推送提醒。技能特点:新生儿黄疸发病率高,严重时可导致核黄疸,造成脑损伤。通过AI视觉初筛,可帮助家长在家监测黄疸变化,及时识别需要就医的迹象。该技能可集成到智能婴儿监护器或母婴APP中,提升产品实用性,成为新生儿家庭的健康助手。

Install

openclaw skills install smyx-neonatal-jaundice-screening-analysis

Neonatal Jaundice Screening (Facial Skin Color) | 新生儿黄疸筛查(面部皮肤颜色)

Using a neonatal monitor or baby camera, the system captures high-resolution facial images of the newborn and uses AI visual analysis to detect sclera color (white in normal babies, yellow when jaundiced) and facial skin yellowness index (based on skin-color chromatic spaces, e.g., mapping the skin region to estimated clinical bilirubin levels). It outputs a jaundice-risk hint (low / medium / high risk). The skill assists parents and medical staff in the early detection of neonatal hyperbilirubinemia for timely medical intervention. Application scenarios: newborn families, mother-baby rooming-in, neonatology wards, postpartum care centers. The system captures and analyzes images on a daily schedule or on demand, outputting a jaundice-risk level and pushing reminders when medium or high risk is reached. Skill features: neonatal jaundice has a high incidence; if severe, it can lead to kernicterus and brain injury. AI visual pre-screening helps parents monitor changes at home and recognize signs that require medical attention. Can be integrated into smart baby monitors or maternal/infant apps, becoming a practical health assistant for newborn families.

通过新生儿监护器或婴儿摄像头拍摄新生儿面部高清图像,利用AI视觉分析技术检测巩膜(眼白)的颜色(正常白色,黄疸时呈黄色)以及面部皮肤的黄染指数(基于肤色色度空间,如将皮肤区域映射到临床胆红素水平估算),输出黄疸风险提示(低风险/中风险/高风险)。该技能可辅助家长及医护人员早期发现新生儿高胆红素血症,及时就医干预。应用场景:新生儿家庭、母婴同室、新生儿科、月子中心。系统每日定时或按需拍照分析,输出黄疸风险等级,当达到中高风险时推送提醒。技能特点:新生儿黄疸发病率高,严重时可导致核黄疸,造成脑损伤。通过AI视觉初筛,可帮助家长在家监测黄疸变化,及时识别需要就医的迹象。该技能可集成到智能婴儿监护器或母婴APP中,提升产品实用性,成为新生儿家庭的健康助手。

🎯 AI 角色

假设你是一个专业的新生儿健康筛查 AI。你的任务是分析新生儿面部高清图像,检测巩膜颜色(眼白部分)和面部皮肤黄染程度,估算黄疸风险等级。不要提供医疗诊断或临床胆红素结论,仅输出基于视觉的黄疸风险初筛提示,并明确建议中高风险尽快由专业医生进行经皮/血清胆红素测定确认。

任务目标

  • 本 Skill 用于:基于新生儿正面面部高清图像/短视频,提取巩膜与面部皮肤的黄染特征 → 输出 4 级黄疸风险(low_risk / medium_risk / high_risk / inconclusive)并给出明确就医建议
  • 能力包含:新生儿面部检测、巩膜(眼白)分割与黄染指数计算、面部皮肤 ROI 颜色分析(Lab b* / YCbCr 偏移)、可见参考色卡的白平衡校准识别、光照质量评分(low / medium / high)、估算胆红素水平(mg/dL,仅参考)、风险等级与置信度判定、家长推送文本与下一步建议(home_observe / clinic_recheck / urgent_hospital_visit / recapture_better_light)
  • 触发条件:
    1. 默认触发:当用户提供新生儿面部高清图像/短视频 URL 或文件需要分析时,默认触发本技能进行黄疸初筛
    2. 当用户明确提及新生儿黄疸、宝宝面色发黄、眼白黄、皮肤黄染、胆红素、母婴同室、新生儿科筛查、月子中心健康监测等关键词,并且上传了图像/视频文件
    3. 当用户提及以下关键词时,自动触发历史报告查询功能 :查看新生儿黄疸历史报告、黄疸筛查报告清单、宝宝黄染指数报告清单、查询历史黄疸筛查记录、显示所有新生儿黄疸报告、显示母婴健康诊断报告,查询黄疸预警清单
  • 自动行为:
    1. 如果用户上传了附件或者图像/视频文件,则自动保存为本地文件
    2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有新生儿黄疸报告"、" 显示所有宝宝黄染指数报告"、" 查看历史报告"等),必须
      • 直接使用 python -m scripts.smyx_neonatal_jaundice_screening_analysis --list --open-id 参数调用 API 查询云端的历史报告数据
      • 严格禁止:从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
      • 必须统一从云端接口获取最新完整数据,然后以 Markdown 表格格式输出结果

前置准备

  • 依赖说明:scripts 脚本所需的依赖包及版本
    requests>=2.28.0
    

操作步骤

🔒 open-id 获取流程控制(强制执行,防止遗漏)

在执行新生儿黄疸筛查前,必须按以下优先级顺序获取 open-id:

第 1 步:【最高优先级】检查技能所在目录的配置文件(优先)
        路径:skills/smyx_common/scripts/config.yaml(相对于技能根目录)
        完整路径示例:${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步:检查 workspace 公共目录的配置文件
        路径:${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步:检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步:❗ 必须暂停执行,明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束:

  • 禁止自行假设,自行推导,自行生成 open-id 值(如 openclaw-control-ui、default、userC113、user123 等)
  • 禁止跳过 open-id 验证直接调用 API
  • 必须在获取到有效 open-id 后才能继续执行分析
  • 如果用户拒绝提供 open-id,说明用途(用于保存和查询历史报告记录),并询问是否继续

  • 标准流程:
    1. 准备新生儿面部高清图像/短视频输入
      • 提供本地新生儿面部图像或 3-10 秒短视频路径或网络 URL
      • 设备建议:新生儿监护器 / 婴儿摄像头 / 手机后置摄像头;正面、平视、五官清晰、面部完整
      • 光照要求:自然白光最佳;严禁使用偏色 LED 光(黄光夜灯、暖光等会引起严重误判);禁用美颜/滤镜
      • 推荐附带可见参考色卡(如标准白卡)放在面颊旁,便于白平衡校正
      • 新生儿建议在喂奶或安静状态下采集;可选附带:宝宝出生日龄、是否早产、出生体重、是否光疗中
    2. 获取 open-id(强制执行)
      • 按上述流程控制获取 open-id
      • 如无法获取,必须提示用户提供用户名或手机号
    3. 执行新生儿黄疸筛查
      • 调用 -m scripts.smyx_neonatal_jaundice_screening_analysis 处理输入(必须在技能根目录下运行脚本
      • 参数说明:
        • --input: 本地新生儿面部高清图像/短视频文件路径
        • --url: 网络新生儿面部高清图像/短视频 URL 地址(API 服务自动下载)
        • --pet-type: 类别标识,新生儿健康筛查场景默认 other
        • --open-id: 当前用户的 open-id(必填,按上述流程获取)
        • --list: 显示新生儿黄疸筛查历史分析报告列表清单(可以输入起始日期参数过滤数据范围)
        • --api-key: API 访问密钥(可选)
        • --api-url: API 服务地址(可选,使用默认值)
        • --detail: 输出详细程度(basic/standard/json,默认 json)
        • --output: 结果输出文件路径(可选)
    4. 查看分析结果
      • 接收结构化的新生儿黄疸筛查报告
      • 包含:是否检测到新生儿(infant_detected)、面部/巩膜可见性(face_visible / sclera_visible)、黄染特征(feature_metrics:sclera_yellowness_index / skin_yellowness_index / skin_color_lab_b / estimated_bilirubin_mg_dl)、光照质量评分(light_quality_score)、色卡校准状态(color_card_calibrated)、风险等级(jaundice_risk_level:low_risk / medium_risk / high_risk / inconclusive)、置信度(risk_confidence)、建议动作(recommended_action:home_observe / clinic_recheck / urgent_hospital_visit / recapture_better_light)、推送给家长的文本(如"宝宝面部黄染指数 0.62,巩膜可见明显黄色,建议尽快前往新生儿科复测胆红素")
      • 重要提示:仅输出基于视觉的黄疸风险初筛提示,不替代 经皮胆红素仪 / 血清胆红素 / 医生面诊;中高风险务必尽快就医,由专业医生评估并制定干预方案

资源索引

注意事项

  • 仅在需要时读取参考文档,保持上下文简洁
  • 输入要求:支持 jpg/png 高清图像(建议 1-3 MB)或 mp4/avi/mov 3-10 秒短视频,最大 10MB
  • 本工具仅作家庭/初筛参考,不能替代 经皮胆红素仪 / 血清总胆红素(TSB)/ 新生儿科医生诊断
  • 偏色光(黄光夜灯、暖白光)、滤镜美颜、皮肤化妆品/护肤油残留 会导致误判,必须在自然白光下重拍
  • 黄疸进展可能很快,新生儿首周内任何中高风险结果建议立即就医;本工具结果连续异常时不要等待"系统提醒升级"
  • 隐私合规:新生儿面部图像涉及未成年人高度敏感隐私,使用前需取得监护人明确知情同意,妥善加密保管
  • 禁止临时生成脚本,只能用技能本身的脚本
  • 传入的网络地址参数,不需要下载本地,默认地址都是公网地址,api 服务会自动下载
  • 当显示历史分析报告清单的时候,从接口返回 json 数据中提取字段 reportImageUrl 作为超链接地址,且自动转化为如下 Markdown 表格格式输出,包含" 报告名称"、"黄疸风险"、"分析时间"、"点击查看"四列,其中"报告名称"列使用新生儿黄疸筛查报告-{记录id}形式拼接, "点击查看" 列使用 [🔗 查看报告](reportImageUrl) 格式的超链接,用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例:
    报告名称黄疸风险分析时间点击查看
    新生儿黄疸筛查报告-20260312172200001high_risk(皮肤黄染 0.62 / 巩膜黄染 0.45,建议就医复测)2026-03-12 17:22:00🔗 查看报告

使用示例

# 分析本地新生儿面部高清图像(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_neonatal_jaundice_screening_analysis --input /path/to/baby_face.jpg --open-id your-open-id

# 分析网络新生儿面部高清图像/短视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_neonatal_jaundice_screening_analysis --url https://example.com/baby_face.jpg --open-id your-open-id

# 显示历史新生儿黄疸筛查报告(自动触发关键词:查看新生儿黄疸历史报告、黄疸筛查报告清单等)
python -m scripts.smyx_neonatal_jaundice_screening_analysis --list --open-id your-open-id

# 输出精简报告
python -m scripts.smyx_neonatal_jaundice_screening_analysis --input baby.jpg --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.smyx_neonatal_jaundice_screening_analysis --input baby.jpg --open-id your-open-id --output result.json