Analyzes continuous glucose monitor CSV data, calculates TIR/TAR/TBR metrics, generates AGP charts, and provides AI-powered diabetes management recommendations. Handles Dexcom, FreeStyle Libre, Guardian formats.
cgm_skill/
├── skill.md # 主要技能文檔
├── config.yaml # 配置檔案
├── VERSION # 版本號
├── CHANGELOG.md # 變更日誌
├── README.md # 使用說明
├── knowledge/ # 專業知識庫(模組化)
│ ├── cgm_metrics.md # 基礎 CGM 指標
│ ├── diabetes_guidelines.md # 糖尿病管理指南
│ ├── metrics/ # 指標詳細文檔
│ │ ├── tir_targets.md # TIR 目標值
│ │ └── variability.md # 變異性指標
│ ├── populations/ # 族群特定指南
│ │ └── pregnancy.md # 妊娠期指南
│ └── treatments/ # 治療相關資訊
├── scripts/ # 可執行腳本(已設定執行權限)
│ ├── split_csv.py # CSV 檔案分割工具
│ ├── analyze_cgm.py # CGM 數據分析工具
│ ├── llm_analysis.py # LLM 智能分析報告生成器
│ ├── validate.py # 數據驗證工具
│ ├── setup.py # 互動式設定精靈
│ ├── batch_process.py # 批次處理工具
│ ├── test_skill.py # 自我測試工具
│ └── requirements.txt # Python 依賴套件
└── examples/ # 範例數據和文檔
├── sample_cgm_data.csv # 範例 CGM 數據
└── README.md # 範例使用說明
這是一個專門處理連續血糖監測(Continuous Glucose Monitor, CGM)數據的智能分析技能。可以從 CSV 格式的原始 CGM 數據中提取關鍵資訊,進行多維度分析,並生成專業的醫療建議報告。
使用先進的語言模型(支援 GPT-4o, GPT-5 等)提供:
支援不同患者族群的目標設定:
CGM 數據文件格式:
Date,Time,Sensor Glucose (mg/dL)
2024-01-01,00:00,120
2024-01-01,00:05,118
...
事件標記文件(選擇性):
Date,Time,Event Type,Value
2024-01-01,07:30,Meal,45g
2024-01-01,07:25,Insulin,8 units
...
安裝依賴套件:
cd scripts/
pip install -r requirements.txt
分割原始 CSV 檔案:
python split_csv.py original_cgm_data.csv ./output
# 將生成 glucose.csv 和 events.csv
執行 CGM 數據分析:
python analyze_cgm.py output/glucose.csv output/events.csv
# 生成分析報告和視覺化圖表
生成 AI 智能報告:
python llm_analysis.py report/metrics.json YOUR_API_KEY gpt-4o
# 生成個人化建議報告
準備數據:
啟動分析:
# 載入 CGM 數據
cgm_data = read_cgm_file("path/to/cgm_data.csv")
# 計算血糖指標
metrics = calculate_metrics(cgm_data, target_range=(70, 180))
# 生成 AGP 圖表
agp_plot = create_agp(cgm_data)
# 執行深度分析
analysis_result = perform_deep_analysis(
cgm_data,
insulin_data,
meal_data,
api_key="your-openai-api-key"
)
解讀結果:
=== 血糖控制指標 ===
Time in Range (70-180): 75.3%
Time Below Range (<70): 2.1%
Time Above Range (>180): 22.6%
平均血糖: 142 mg/dL
變異係數 (CV): 28.5%
GMI: 6.8%
GRI: 35.2
【AGP 變異性分析】
- 早晨時段 (6-9am) 血糖變異較大,可能與晨曦現象有關
- 午餐後 (12-3pm) 血糖控制良好,維持在目標範圍內
- 晚間 (9pm-12am) 存在低血糖風險,建議調整晚餐胰島素劑量
- 整體變異係數 28.5%,建議目標 <36%,控制尚可
【血糖管理優化建議】
1. 胰島素調整:
- 建議增加早餐前長效胰島素 2 單位,改善早晨血糖
- 晚餐速效胰島素可減少 1-2 單位,降低夜間低血糖風險
2. 飲食管理:
- 早餐建議選擇低 GI 食物,延緩血糖上升
- 晚餐後適量活動有助於改善餐後血糖
3. 監測重點:
- 加強凌晨 2-4 點血糖監測
- 記錄運動對血糖的影響模式
此技能包含兩個重要的知識文檔,提供 CGM 分析的專業背景:
cgm_metrics.md - CGM 關鍵指標參考手冊
diabetes_guidelines.md - 糖尿病管理指南
這些知識文檔會被 LLM 分析腳本自動載入,提供專業的醫療背景支援。
時間序列分析:
統計方法:
機器學習應用:
# 核心數據處理
import pandas as pd
import numpy as np
# 視覺化
import matplotlib.pyplot as plt
import plotly.graph_objects as go
# 統計分析
from scipy import stats
from sklearn.cluster import KMeans
# AI 整合
import openai
如有任何問題或建議,請透過以下方式聯繫:
*本技能文檔遵循 Claude Code Skills 規範,適用於自動化 CGM 數據分析工作流程。*32:["$","$L39",null,{"content":"$3a","frontMatter":{"name":"cgm-analyzer","description":"Analyzes continuous glucose monitor CSV data, calculates TIR/TAR/TBR metrics, generates AGP charts, and provides AI-powered diabetes management recommendations. Handles Dexcom, FreeStyle Libre, Guardian formats."}}]