临床知识深度解码专家
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 @user_29051052/clinical-decoder。
技能介绍
它要解决的问题
- 临床材料里证据等级、剂量、禁忌和机制常被压缩,直接读容易漏掉安全边界。
- 论文、方案、科普稿之间标准不一致,难以为专业判断和二次转化保留完整上下文。
- 用户需要在“可读性”和“专业性”之间取得平衡。
工作方式
Clinical-Decoder 把临床文本当成结构化证据链处理:
- 预建模:围绕糖尿病、高血压、生酮饮食等主题生成机制、干预、证据等级和安全边界框架。
- 深度解码:定位文献,读取
PDF/图片,提取研究设计、样本量、干预方案、统计结果。 - 评估与转化:标注
RCT、观察、理论推导等强度,输出机制解释、适用人群、副作用风险、科普稿或行动清单。 - 可选加密:保留约 30% 专业概述,核心剂量与方案可加密保存,用于团队分享或付费版本。
边界
- 输出仅供学习参考,不构成医疗建议。
- 涉及具体治疗、用药、剂量前,仍需由医生判断;该技能不替代诊断和处方。
- 对证据不足的方案,应保留风险边界,不应把“可能”写成“确定”。
使用场景
- 医生团队准备科会讨论某篇论文时,把研究设计、样本量和证据等级整理成一页笔记。
- 营养团队评估生酮饮食方案时,提取剂量、禁忌人群和副作用风险并标注证据强度。
- 科普作者把机制复杂的医学论文转成通俗解释,同时保留专业术语和数据来源。
- 患者教育人员把治疗建议拆成饮食、补剂、监测和运动清单,并标注安全边界。
适合人员
- 临床研究员:要把多份文献中的证据等级、统计结果和安全性信息对齐到同一模板。
- 医学编辑:要把论文机制转成可读科普,同时保留剂量、禁忌和引用边界。
- 健康管理师:要把患者方案拆成每日饮食、补剂、监测和运动清单,并提示风险。
- AI 应用开发者:要把临床文档解码流程封装进问答或知识管理工作流。