腾讯健康觅影 · 脑出血原因分析
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/brain-hemorrhage-analysis。
技能介绍
要解决什么问题
脑出血病因不同,后续影像判读与科研队列分层往往需要先有一个病因假设。人工在整包头颅 CT 上归纳「更像动脉瘤、高血压还是血管畸形」费时且依赖经验。本技能面向科研场景:对上传的头颅 CT 序列(ZIP)做病因倾向分类,给出可对照的类别编码与中文说明,便于你在工作流里做结果归档或二次分析。
技能如何工作
触发条件是你需要对头颅 CT 做脑出血原因分析,或需要识别动脉瘤、高血压、动静脉畸形、烟雾病、海绵状血管瘤等可能病因。
典型流程:
- 向用户确认头颅 CT 的 ZIP 文件路径(
file_path,必填)。 - 通过 Python 脚本请求开放接口
/openapi/brainHemorrhageAnalysis,将 ZIP 提交分析。 - 解析响应中的
analysisResult,按status与aiResult/aiResultString向用户说明结论。
结果字段要点:
status:200成功;0处理中;-1待处理;-2失败;-3图片不合格;-4推理失败;404未找到。aiResult:0动脉瘤型,1动静脉畸形,2烟雾病,3高血压型,4海绵状血管瘤,5其他;aiResultString为对应中文描述。
接口处理可能较慢,技能侧超时建议设为 180 秒;仅在请求成功(code=0)时计费。
适用边界与注意点
⚠️ 声明:模型能力仅限中国大陆地区科研用途售卖和使用,不得直接用于临床检测与诊疗。
- 输入必须是包含头颅 CT 序列的 ZIP,质量不佳会返回
status=-3,需检查影像。 status=-4表示推理失败,应核对输入数据与格式。- 向用户呈现结果时须明确:此为科研分析结果,不能作为临床诊断依据。
使用场景
- 神经影像课题需要把多例脑出血头颅CT打成ZIP后,批量得到动脉瘤/高血压等病因倾向编码
- 在Python流水线里调用开放接口,把队列影像提交分析并解析`analysisResult`写入实验数据库
- 智能体对话中向用户索取CT ZIP路径,按`status`与`aiResultString`解释成功或图片不合格等原因
- 卒中相关回顾性研究入组前,用模型输出做病因假设标签,供人工阅片二次核对
适合人员
- 做脑出血病因分层回顾性研究的神经影像研究生,需要可复现的六类判别结果与中文描述
- 负责对接`/openapi/brainHemorrhageAnalysis`的医学AI工程师,要在180秒超时内处理ZIP并映射`aiResult`
- 管理多中心CT归档的临床科研协调员,只为科研队列打标签,明确结果不可用于诊疗决策
- 编写脑出血分析Skill的Agent维护者,需要按文档引导用户上传ZIP并解读`status=-3/-4`等异常