腾讯健康-AI临床助手-辅助诊断:病历与检验结果的诊断推理 Skill

前言

在 Agent 里处理临床相关问题时,常见做法是手写一长段提示词,要求模型「做鉴别诊断」「列疑似诊断」。每次换病例都要改模板,输出结构也不稳定。若你希望在提供病史、检验和体格检查资料后,由 Skill 统一约束诊断推理的范围与触发方式,可以了解 SkillHub 上的 腾讯健康-AI临床助手-辅助诊断(坐标 @user_da0af066/tencent-health-ai-clinical-assistant,当前版本 1.0.1)。

这是什么

腾讯健康-AI临床助手-辅助诊断 是一条面向临床诊断决策支持的 Agent Skill:根据用户提供的临床数据,对病历文本与实验室结果进行分析,并给出系统化的诊断推理与决策支持。

在 SkillHub 上,该 Skill 分类为 professional,来源标记为 community,发布者为 user_da0af066。页面标签为 requires_api_key=false,表示按 SkillHub 说明安装后无需额外配置 API Key 即可按 Skill 约定被 Agent 调用(具体能力仍取决于你所用的模型与 Agent 环境)。

官方入口:

  • SkillHub 页面:https://www.skillhub.cn/skills/user_da0af066/tencent-health-ai-clinical-assistant
  • API 资源地址:https://api.skillhub.cn/user_da0af066/tencent-health-ai-clinical-assistant

核心功能

以下能力均来自 SkillHub 上的 Skill 简介与说明,未在资料中出现的接口或脚本不展开。

  1. 输入:病历文本、实验室结果、体格检查所见等临床数据。
  2. 诊断推理支持:在用户需要诊断推理辅助时启用,包括但不限于:
    - 疑似诊断
    - 鉴别诊断
    - 误诊 / 漏诊风险评估
    - 识别尚缺的诊断相关信息
  3. 触发方式:除自然语言描述需求外,官方列出的触发短语包括:分析病历、诊断分析、鉴别诊断、疑似诊断、漏诊风险、缺失信息、辅助诊断、AI临床助手,以及英文 diagnostic analysis、differential diagnosis 等;也可表述为「根据临床所见向诊断方向推理」类请求。

Skill 正文为英文说明与中文产品名并存,Agent 在匹配到上述场景时应加载该 Skill 的 SKILL.md 工作流,而不是仅做通用聊天回复。

安装与启用

下面介绍通过 SkillHub CLI 安装到当前 Agent 可识别的 skills 目录。安装说明以 https://skillhub.cn/install/skillhub.md 为准。

1. 检查或安装 skillhub CLI

先确认本机是否已有 CLI:

command -v skillhub && skillhub --version

若未安装,可使用官方一键脚本(完整安装含默认 Skill;仅需 CLI 时加 --cli-only):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 安装本 Skill

安装时必须用 --dir 指向当前 Agent 实际读取的 skills 目录,否则默认会装到 ./skills/,Agent 可能无法识别。

skillhub install @user_da0af066/tencent-health-ai-clinical-assistant --dir <skills 目录>

常用客户端的 skills 路径(摘自 SkillHub 安装文档,按你当前环境选用其一):

客户端 skills 目录
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下的 .agents/skills/

也可将以下说明交给 Agent,让其按安装文档执行(SkillHub 页面提供的安装提示):

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_da0af066/tencent-health-ai-clinical-assistant。

经过上面的步骤后,重启或刷新 Agent 的技能加载(各客户端策略不同),再在对话中使用下文触发语验证是否命中该 Skill。

典型用法

官方资料未附带独立脚本示例,典型用法是在 Agent 对话中提交结构化临床信息,并使用 Skill 声明的触发语。下列示例仅复述资料中的能力边界,不构成真实病例或诊疗建议。

示例 1:疑似诊断与鉴别诊断

向 Agent 发送病史摘要、关键检验结果与体格检查要点,并写明需求,例如:

辅助诊断:请根据以下资料做诊断分析。
主诉与病史:(此处粘贴病历文本)
实验室结果:(此处粘贴检验项)
体格检查:(此处粘贴所见)
请给出疑似诊断、鉴别诊断,并说明还缺哪些信息。

示例 2:漏诊风险与缺失信息

分析病历:结合下列临床数据,评估漏诊风险,并列出为完善诊断仍缺失的检查或病史信息。
(临床数据……)

示例 3:英文触发

diagnostic analysis and differential diagnosis based on the following clinical findings:
(history, labs, physical exam …)

Agent 应在匹配到临床数据 + 诊断推理需求时自动选用本 Skill,而不是仅做非结构化的自由发挥。

适用场景与注意

适合谁

  • 需要在开发或演示环境中,为 Agent 增加「病历 + 检验 + 体格检查 → 系统化诊断推理」约束的开发者或产品验证人员。
  • 希望用固定触发词(如 鉴别诊断、漏诊风险)唤起同一套 Skill 行为的团队。

使用注意

  1. 合规与责任:Skill 输出为决策支持性质的推理辅助,不能替代执业医师的诊疗判断;落地到真实医疗场景须遵守当地法规与机构流程。
  2. 数据安全:病历与检验属于敏感信息,请勿向未授权环境粘贴真实患者数据。
  3. 来源与版本:以 SkillHub 页面为准,当前记录版本为 1.0.1;升级可用 skillhub 对应 update 流程(参见 SkillHub 安装文档第三节)。
  4. 统计信息:SkillHub 页面展示的评分为 100000,下载 7571,安装 24(以页面当时数据为准,会随时间变化)。

结尾

腾讯健康-AI临床助手-辅助诊断 把「临床数据输入 + 诊断推理输出类型」写进 Skill 约定,便于在 Cursor、Claude Code、Codex 等支持 SkillHub 安装的 Agent 里复用同一套触发与能力描述。若你要接入该 Skill,可从官方页面查看说明并安装:https://www.skillhub.cn/skills/user_da0af066/tencent-health-ai-clinical-assistant。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye