前言¶

做临床辅助类应用的开发者都会遇到同一个问题：模型能背指南、能算 NNT，但用户问的是「这个病人该不该做这个检查、该不该用这个药、该不该转诊」。如果只是让模型自由发挥，输出会忽强忽弱，证据强度和不确定性也说不清。下面介绍的 Skill「临床决策与循证医学」就是针对这一环节的：它用 PICO 框架把问题结构化，用 GRADE 给证据分级，用 NNT/NNH 做量化权衡，并在关键数值上保留医师的终诊权。对开发者来说，它的价值在于把循证决策的流程固化下来，而不是每次都从头推理。

这是什么¶

「临床决策与循证医学」是一个社区发布的 Skill，坐标 @user_054f2eea/clinical-decision-making，当前版本 1.0.0，分类 professional，来源 community，发布者 user_054f2eea，不需要 API key。一句话定位：PICO 问题构建、证据检索与 GRADE 分级、NNT/NNH 决策分析、不确定性管理，让每一次临床决策有据可循、有度可量。官方地址：https://api.skillhub.cn/user_054f2eea/clinical-decision-making ，SkillHub 页面：https://www.skillhub.cn/skills/user_054f2eea/clinical-decision-making 。

它解决的是「模型在临床决策场景下输出不可控」的问题。和直接让模型自由回答不同，这个 Skill 要求先构建结构化的临床问题，再检索证据、分级、做决策分析，最后明确不确定性，流程上可复用、结果上可解释。

核心功能¶

已核实的能力有四项，对应循证决策的一个完整链条：

1、PICO 问题构建。把临床问题拆成人群（P）、干预（I）、对照（C）、结局（O）四个要素，避免提问过于笼统，后续检索和分级才有抓手。

2、证据检索与 GRADE 推荐强度分级。对检索到的证据按 GRADE 体系给出推荐强度，而不是笼统地「强推荐/弱推荐」。

3、临床决策分析。用 NNT（需治人数）、NNH（需害人数）、决策阈值做量化权衡。资料中给出两条核心准则：NNT<10 通常值得做；NNH<NNT 须谨慎。

4、不确定性管理。当证据不足或存在分歧时，给出观察等待、治疗试验、转诊时机等处理路径，而不是强行给出结论。

核心准则有三条，贯穿整个 Skill：证据不是规则（须结合经验与患者偏好）；NNT<10 通常值得做，NNH<NNT 须谨慎；患者偏好是决策必要输入。

此外，Skill 内置了谨慎机制：NNT/NNH 的具体值不直接拍板（资料中称 L5 谨慎机制），并带反方证据复核和置信度标注（H/M/L）。这对开发者而言是重要的安全边界：量化结果只是参考，不是处置依据。

安装与启用¶

需要说明的是：已抓取资料未提供该 Skill 的安装命令、目录结构或配置字段，也没有给出 Cursor、Codex CLI、Claude Code 各自的差异，因此这里不编造命令。获取方式以官方页面为准：

官方地址：

https://api.skillhub.cn/user_054f2eea/clinical-decision-making

SkillHub 页面：

https://www.skillhub.cn/skills/user_054f2eea/clinical-decision-making

从资料可确认的属性是：不需要 API key，标签为 requires_api_key=false；分类为 healthcare，属于 professional 分类下的健康类技能。安装前请到官方页面确认当前版本的安装方式与运行环境要求。

典型用法¶

已抓取资料未提供该 Skill 的可复现示例脚本或调用样例，因此本节只描述其触发方式和典型问题形态，不虚构输入输出。

触发方式：当用户提出与临床决策或循证医学相关的问题时启用。资料中列出的触发词包括：临床决策、该不该做这个检查、该不该用这个药、该不该转诊、循证医学、证据强度、GRADE。也就是说，用户问「这个病人该不该用这个药」或「这个证据强度如何」时，就进入该 Skill 的处理流程。

典型问题形态可以归纳为四类，对应核心功能的四个环节：

• 问题构建类：「针对某人群、某干预、某对照、某结局，临床问题应该怎么提？」
• 证据分级类：「某篇研究或某条指南的证据强度如何，推荐强度是多少？」
• 决策分析类：「某干预的 NNT/NNH 是多少，值不值得做？」
• 不确定性类：「证据不足时，应该观察等待、治疗试验还是转诊？」

由于 Skill 内置了反方证据复核和置信度标注，实际输出会同时给出结论、反方证据、以及 H/M/L 的置信度，而不是单一结论。使用时注意：量化值（NNT/NNH）仅供决策参考，不得直接作为处置依据。

适用场景与注意¶

适合两类使用者。一是做临床辅助工具的开发者，需要把循证决策流程固化成可复用的能力，而不是每次重新推理。二是需要核对证据强度与决策阈值的使用者，例如在治疗选择、检查选择、转诊时机上需要量化参考的场景。

限制和坑有三点，均来自资料中的免责声明和核心准则，需要如实告知用户：

1、不替代医师诊断与诊疗决策，不构成医疗行为。这是 Skill 的官方定位，也是终诊权在医师这一原则的体现。

2、证据分级与决策分析基于公开文献与指南，存在更新滞后与个体差异。也就是说，NNT/NNH 等数值可能与最新研究不一致，需要结合患者实际情况判断。

3、NNT/NNH 等量化值仅供决策参考，不得直接作为处置依据。Skill 内置的 L5 谨慎机制就是为了降低误用风险：具体数值不直接拍板，而是由具备资质的医师结合患者实情作出决策。

另外，由于该 Skill 需要结合患者偏好（核心准则之一），单纯输入疾病名称而忽略患者偏好，会削弱决策质量。使用时应把患者偏好作为必要输入一起提供。

结尾¶

回顾一下：这个 Skill 把循证决策拆成了问题构建、证据分级、决策分析、不确定性管理四个环节，并在量化结果上保留医师的终诊权。对需要「让每一次临床决策都有据可循、有度可量」的场景，它是一个流程化的工具，而不是一个自动下结论的机器。官方地址：https://api.skillhub.cn/user_054f2eea/clinical-decision-making ，SkillHub 页面：https://www.skillhub.cn/skills/user_054f2eea/clinical-decision-making 。具体安装与启用方式请以官方页面为准。