P01: 68 岁男性, 教育 12 年, 进展模式 linear, 认知储备 0.85 (中等)。生成器跑了 30 天数据, Analyzer 抽出 34 条 fact, 3 个 Agent 综合输出 15 条 insight, Narrator 生成医生 + 家属双版本报告。 总评: 🟡 MCI → mild_AD 倾向 (置信度 0.78)
progression 变量 [0,1] 驱动所有模态。下图显示 P01 的 effective_progression 与 surveys (MMSE/MoCA/PHQ-9) 同步退化。
由 numpy + scipy.stats.linregress 算出, 完全确定性。
完整 34 条 fact: facts.json
基于 fact 的 modality (imu/ppg/eda/ema/survey) 和 pattern (BPSD signature) 自动路由, 不全量推送。
检索到的 8 条:
SENSOR_IMU_001 步速 AD 标志物 (Buracchio 2010, A 级)
SENSOR_IMU_002 双任务步态代价 (Montero-Odasso 2019, A 级)
SENSOR_PPG_002 HRV 与 AD 关联 (Collins 2012, B 级)
SENSOR_EDA_001 EDA 基线下降 (Iaboni 2022, B 级)
SENSOR_EDA_002 EDA 反应性激越签名 (Iaboni 2022, B 级)
BPSD_DEPRESSION_001 AD 共病抑郁 (患病率 30-50%)
BPSD_ANXIETY_001 BPSD 焦虑亚型
MCR_CRITERIA_001 MCR 综合征诊断 (Verghese 2013, A 级)
完整 JSON: insights_physio · insights_behavior · insights_clinical
完整报告: report.md · Dashboard JSON: dashboard.json
每条 insight 都引用了具体 fact_id 和 knowledge_id。医生看到任意结论可以反查。
例: ins_physio_001 "步速 30 天持续下降, 跌至 0.78 m/s"
└── 来自 fact: F03 (Analyzer trend 检测) + F05 (outlier 检测)
└── 来源: data_v2/P01/sensor/walking_normal_dayXX.csv (30 天)
└── 引用知识: SENSOR_IMU_001 + NORM_GAIT_001
└── 文献: Buracchio 2010 (PMID:20505129, A 级证据)
Verghese 2013 (PMID:23744386, A 级证据)
└── 置信度: 0.88
└── 因 trend r=-0.91 强 + 知识 A 级证据 + 模式经典