前言¶
医药策略团队常见的问题是:立项会上的「需求」来自销售侧的主观感受,或者来自一份泛泛的流行病学综述,说不清缺口究竟在哪、有多大、为什么现在必须做。等到进入临床或注册阶段,才发现适应症选择和核心医学信息(Core Message)缺乏数据支撑。
这个 Skill 要解决的就是这一类问题。它把「从临床数据里找未满足需求」这件事拆成一套可重复的流程,输出是一份带结论的《深度洞察报告》,而不是原始数据表。
这是什么¶
「医药产品未满足临床需求深度挖掘技能」(@baitongai/unmet-clinical-needs-in-depth-mining-skill-for-pharmaceutical-products),由百通AI服务平台发布,版本 1.0.0,来源标记为 enterprise,SkillHub 分类为 professional。
官方定位是 STEPS 2.1 框架下的「医学策略雷达」,把自己描述为「药物流行病学专家 + 战略咨询顾问」的复合体:既处理流行病学数据,也承担策略判断。目标是系统地识别、量化并阐释目标疾病领域的诊疗缺口,为新药立项、适应症拓展和核心医学信息构建提供循证依据。
按官方简介的说法,它面向的是医药策略中「伪需求」和「泛泛而谈」两类痛点。
核心功能¶
官方资料中可核实的能力集中在三处。
一是 NEES 五维模型。这是该 Skill 的自有分析框架,用于对诊疗缺口做结构化拆解,官方称之为「独创」。资料没有给出五个维度的具体定义和权重,这一点在选用前需要向发布方确认,不要按模型名称自行推测。
二是米尔顿模式潜意识引导。官方描述为用该模式把枯燥的流行病学数据转成「具有冲击力和行动号召力」的报告表述。这属于文本组织层面的处理,不是数据分析方法,实际效果取决于输入数据质量和报告审阅流程。
三是《深度洞察报告》产出。最终交付物是一份面向策略制定者的报告,目标是让读者直接看清「战场缺口」与「机会窗口」。
标签 requires_api_key=false,说明按 SkillHub 元数据,启用该 Skill 不需要额外申请 API Key。
安装与启用¶
已抓取资料中没有提供官方安装命令、目录路径或配置文件字段,因此本文不给出安装步骤。
可核实的信息只有坐标和元数据:
坐标: @baitongai/unmet-clinical-needs-in-depth-mining-skill-for-pharmaceutical-products
版本: 1.0.0
来源: enterprise
分类: professional
标签: requires_api_key=false
官方页面地址:
https://www.skillhub.cn/skills/baitongai/unmet-clinical-needs-in-depth-mining-skill-for-pharmaceutical-products
要确认 Cursor、Codex CLI、Claude Code 各自的加载方式,需要打开上面的页面核对,或直接联系发布方。在拿到官方说明之前,不要套用其他 Skill 的安装命令。
典型用法¶
官方简介描述了输入与输出,但没有给出可复现的示例命令或输入样例,因此下面只还原它的工作方向,不作为可直接执行的流程。
输入侧是目标疾病领域和相关临床数据。Skill 的处理目标是从这些材料里识别并量化诊疗缺口。
输出侧是《深度洞察报告》,用于支撑三类决策:新药立项、已有产品的适应症拓展、核心医学信息构建。
具体调用方式、数据格式要求、报告章节模板,资料中未提供。
适用场景与注意¶
适合需要为立项或适应症选择提供循证依据的医学策略、市场准入和研发规划人员。如果团队已经有明确的疾病领域和初步数据,用它来整理缺口和统一表述口径是匹配的场景。
三点限制需要留意。
一是框架细节未公开。NEES 五维模型和米尔顿模式引导的具体规则没有出现在公开资料里,落地前要拿到完整定义,否则无法评估分析口径是否符合你的数据结构。
二是它不替代数据获取。Skill 处理的是已掌握的临床数据,流行病学数据的来源、时效和地区代表性需要自己把关。
三是报告表述带倾向性。官方强调「冲击力和行动号召力」,这类文本用于内部决策时,要和原始数据一起核对,避免结论先于证据。
另外,SkillHub 快照显示评分 100000、下载 2803 次、安装 0 次。安装数为 0 意味着缺少公开的落地反馈,选择时以官方说明为准,不要参考社区评价。
结尾¶
这个 Skill 的价值在于把「未满足临床需求」从一句定性判断变成有框架、有数据、有结论的分析流程,输出可以直接进入立项和医学信息讨论。需要注意的地方同样明确:核心分析框架的公开细节有限,安装方式需要到官方页面确认。
官方地址:https://www.skillhub.cn/skills/baitongai/unmet-clinical-needs-in-depth-mining-skill-for-pharmaceutical-products