腾讯健康觅影肺结节检测
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_6923bfb9/lung-nodule-detection 到你的 AI 助手中。
技能介绍
要解决的问题
胸部 CT 肺结节检测常常不是一次同步 API 调用就能完成的事:输入是序列 ZIP 文件,后端需要处理影像,调用方需要拿到任务状态和结构化结果。lung-nodule-detection 面向这个流程,把科研用途的肺结节检测封装为可触发的技能:提交任务、等待结果、查询状态,并给出可解释的返回字段。
如何工作
该技能采用异步模式。核心流程是:
- 用户提供包含胸部 CT 序列的
file_path,脚本提交任务并返回head.taskId; - 提交成功后即扣除一次配额,无论后续是否成功;
- 推荐使用
run模式自动轮询,默认间隔 10 秒、最长等待 600 秒; - 查询接口返回
taskStatus:0 已提交、1 处理中、2 处理成功、3 失败、4 不存在; - 成功时解析
lungNoduleList,列出name、type、label与[x, y, z, w, h, d]坐标/尺寸。
适用边界
资料明确声明:能力仅限中国大陆地区科研用途,不得直接用于临床检测与诊疗。输入必须是胸部 CT ZIP;若结果为空,应提示未检测到肺结节;处理失败时需检查数据或联系支持。
使用场景
- 科研团队拿到胸部 CT ZIP 后,需要提交肺结节检测任务并获取 taskId。
- 算法工程师想轮询任务状态,判断 taskStatus 是否为 2 并读取结节结果。
- 医学影像研究人员需要解析 lungNoduleList 中名称、标签和 3D 框坐标。
- 合规检查人员确认该能力仅限中国大陆科研用途,不用于临床诊疗。
适合人员
- 影像科研助理:需要把胸部 CT ZIP 快速提交并跟踪检测任务。
- 医学影像算法工程师:需要读取结节标签、可视化类型和 3D 框坐标。
- 科研合规负责人:需要确认能力仅限中国大陆科研用途且不用于临床。
- 临床科研数据管理员:需要区分任务成功、失败和未检测到结节结果。