医学分析推理

解决什么问题

医疗团队的 AI 需求往往分散在多个任务上：读胸片、提取化验单数值、解读电子病历、做临床推理，最后还要输出结构化报告。现有方案要么把患者数据发往公有云 API，不符合隐私合规要求；要么需要自行拼装多个模型和流水线，集成成本高。这个技能包把 Google 的 MedGemma 1.5 4B 多模态医疗模型封装成单一入口，通过自建 NewAPI 中转站提供 OpenAI 兼容接口，让数据留在自己的环境里。

工作原理

这是一个聚合入口型技能包，只加载顶层 SKILL.md，子技能 medgemma-medical-analysis 是唯一的功能模块：

• 多模态输入：图像归一化至 896x896，每张编码为 256 tokens，单次最多 4 张，支持胸片纵向对比与病理多 patch 场景；
• 长上下文：上下文 ≥128K tokens，输出上限 8192 tokens，足以承载整段病历或完整结构化报告；
• 执行流程：先判断任务类型并读取对应 MODULE.md，再调用 node scripts/medgemma.js 传入 --task、图像/文本与 --question，脚本输出 JSON 后转成简洁回复；
• 数据预处理：DICOM、视频和 3D 体数据（CT/MRI）不能直接传入，需先用 scripts/prepare-image.js 转为普通图像格式；
• 报告落盘：需要保存时使用 --output，按 assets/medical-report-template.md 模板生成。

适用边界与注意点

• 结果仅供医学研究、教学与辅助参考，不可作为临床诊断依据，最终诊断以执业医师意见为准；
• 技能包不提供治疗建议，涉及用药、手术等决策建议咨询执业医师；
• 多图理解（纵向对比、WSI 多 patch）是 1.5 新增能力，未经全面评测，结果需谨慎对待；
• 模型对 prompt 较敏感，建议使用 MODULE.md 内置的任务模板与系统提示词，避免随意改写指令；
• 图像以 base64 或 URL 形式发送到你自建的 NewAPI 服务，发送前请对患者数据脱敏；API Key 仅保存在本机配置文件，不写入对话或日志。