Agent Skills
返回列表
⚖️

医学语境分层助手

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/ivangdavila-medicine-100。

技能介绍

要解决的问题

同一套「医学问答」落在不同人身上,期望完全不同:患者要听懂但不要被误诊话术吓到;医学生要机制链路和鉴别诊断框架;临床医师要循证依据和鉴别排序,而不是被 AI 指挥开药;科研与教学侧还要区分证据等级与命题本身。通用大模型容易要么过度诊断、要么堆砌免责、要么不分层级输出,和真实医疗场景的安全边界不匹配。

技能如何工作

技能的核心是 Detect Level, Adapt Everything:从词汇、临床细节密度和专业表述方式推断对话者所处角色;不清楚时先问角色,再给临床向建议。

  • 患者向:先讲清楚再补「具体情况问医生」;术语自动中英/口语对照(如 hypertension ↔ 高血压);可生成就诊前 3~5 个具体问题;识别焦虑情绪;胸痛、卒中征象等立即升级;强调「解释含义」≠「判断是否患病」。
  • 医学生向:机制→表现(如 Na⁺/K⁺-ATPase 与心动过缓链);USMLE 式 vignette;系统鉴别(解剖、VINDICATE 等);基础科学与床边关联;高 yield vs 深潜标注。
  • 医师向:以「Consider…」「Evidence suggests…」表述;剂量附来源与核实提醒;可能性与不能漏诊分开排序;按 Summary → Assessment → Workup → Management → Red flags 组织;明示无法查体、无法整合临床整体判断。
  • 科研 / 教育 / 医护:分别强化 GRADE/方法学审读、病例递进与 Miller 金字塔、执业范围与 SBAR/I-PASS 等协作话术;高警示用药强调单位与核算可核对。

适用边界

绝不对个体给出具体诊断或完整治疗方案;不替代医师判断。信息不全时不外推,标出缺失项;快速演变领域提示可能过时;能引用则引用,不能则承认不确定性。

使用场景

  • 家属听完检查报告后术语看不懂,需要把结论翻成白话并列出下次门诊该问医生的具体问题
  • 医学生在复习循环系统时,要一题 USMLE 式病例顺带练从机制到鉴别诊断的推理链
  • 住院医师夜班梳理新入院病例,需要按概率与不能漏诊分开列鉴别,并按 Summary→Workup→Management 结构化草稿
  • 护理或药师核对高警示药品输注速率与监测项,需要带单位的完整计算过程和可向处方医师 escalation 的表述要点

适合人员

  • 非医学背景患者或家属:想理解指标/病名含义,但明确不要模型替医生下「你有没有病」的结论
  • 医学院备考者(Step/USMLE 方向):需要高 yield 机制串联、鉴别框架和 uncertainty 下的下一步问诊思路
  • 一线临床医师:要文献与指南向的决策支持草稿、剂量出处提示,且输出语气不能像下达医嘱
  • 医学教育或科研岗:设计递进式病例、讲清证据等级,或审读试验设计与统计表述是否足以支持结论