泌尿外科智能助手

面向什么问题

泌尿外科日常工作中，病历书写、影像评分、指南查询、用药调整和科研统计常分散在不同工具中。Urology AI Assistant 的目标不是直接替代医生判断，而是把常见临床科研任务整理成可复用的结构化流程，减少在模板、文献和统计脚本之间切换的成本。

技能如何工作

它围绕两个模块组织：

• 临床辅助：生成 入院记录、手术记录、出院小结、病程记录；按 PI-RADS v2.1、R.E.N.A.L. 等框架辅助整理 CTU、mpMRI、超声 信息；结合 TNM 分期、Partin 表 和术式风险模板做规划参考；检索 EAU、AUA、NCCN、CUA 指南；支持抗生素、术后镇痛、肿瘤治疗和肾功能剂量调整讨论。
• 科研辅助：调用 PubMed API 做检索，使用 PICO 框架组织问题，用 Jadad 评分评估 RCT；执行描述性统计、t 检验、卡方检验、生存分析、Cox 回归、线性/逻辑回归和 ROC 曲线。

技术上依赖 Python 3.8+ 和 numpy、pandas、scipy、statsmodels、lifelines、matplotlib、seaborn 等库，输入输出以 JSON 为主，适合把已有结构化数据接入分析流程。

适用边界

该技能输出更偏模板化、检索式和计算式辅助，不等同于确诊、最终手术方案或个体化医嘱。影像评分、分期、用药和统计结论都应由医生结合原始资料与临床判断复核；指南检索内容需核对版本与适用范围，PubMed 结果也受检索词影响。