前言¶

在應用裏做用藥安全相關功能，常見做法是讓模型直接回答“這個藥有什麼副作用”。問題也在這裏：答案看着有條理，但說不清依據是哪條說明書、哪篇文獻，風險等級也常常是整體一句“可能有風險”。換一批藥、換一個患者背景，輸出結構就跟着變。

下面介紹的 @baitongai/drug-safety-analysis（版本 2.1.1）把這件事拆成固定步驟：先檢索權威醫學證據，再鎖定藥品身份與證據適用範圍，然後按七類安全性信息分類，最後按風險事件逐條分級，輸出邊界清晰的《藥品安全性分析報告》。

這是什麼¶

一個面向藥品安全性分析的 Agent Skill，由百通AI服務平臺發佈，在 SkillHub 上屬於 professional 分類，來源標記爲 enterprise。它解決的問題是：把“藥品安全性分析”從臨時提示詞變成可複用、可追溯的固定流程。

SkillHub 頁面顯示評分 100000、下載 787、安裝 0。標籤中有一條 requires_api_key=true，說明它需要外部 API 密鑰才能跑通。

核心能力¶

1. 輸入：藥品名稱，支持通用名或商品名；可選的聯合用藥列表；可選的患者背景。
2. 證據檢索：通過百通 OpenAPI 醫學證據檢索接口，自動檢索權威醫學證據，覆蓋藥品說明書、文獻、指南、臨牀試驗、專利五類來源。
3. 身份鎖定與適用範圍確認：在分類之前先確認檢索到的是哪個藥（通用名/商品名對應關係），並確認證據適用於當前患者背景，避免把 A 藥的證據套到 B 藥上。
4. 七類信息分類：常見不良反應、嚴重不良反應、黑框/重要警示、禁忌證、注意事項、藥物相互作用、監測要求。
5. 四層標註：嚴格區分醫學事實、證據依據、AI 分析、風險管理參考，不把機器推斷混寫成醫學事實。
6. 分級而非貼標籤：按單個風險事件做分級，而不是給整個藥品下“高危/低危”這種整體結論。
7. 輸出：可追溯、邊界清晰的《藥品安全性分析報告》。

觸發詞包括：藥品安全性分析、藥物安全評估、藥品不良反應分析、藥物警戒報告、聯合用藥風險評估、特殊人羣用藥安全。

安裝與啓用¶

官方安裝命令與配置字段未在本次獲取到的資料中給出，需要以 SkillHub 頁面爲準。已知的一點：標籤 requires_api_key=true 表明運行前需要準備好百通 OpenAPI 的密鑰，否則證據檢索這一步無法執行。

引用座標：

@baitongai/drug-safety-analysis

典型用法¶

按 Skill 聲明的輸入組織參數即可，三個字段都是輸入的一部分，後兩項可選：

藥品名稱：華法林（或商品名）
聯合用藥：胺碘酮
患者背景：76 歲，男性，房顫，eGFR 62

流程上就是“先做檢索，再做身份與適用範圍確認，再做七類分類，最後做分級標註”：

1、把藥品名稱（必要時加上聯合用藥與患者背景）交給 Skill，觸發檢索。
2、拿到證據後先確認藥品身份，以及這些證據是否適用於當前患者背景；不適用的部分不進入結論。
3、按七類信息歸位，每條風險事件標註醫學事實、證據依據、AI 分析、風險管理參考四個層次中的歸屬。
4、逐條風險事件給出分級，輸出《藥品安全性分析報告》。

適用場景與注意¶

適合需要成批產出結構化用藥安全材料的開發者：藥品目錄梳理、聯合用藥風險篩查、面向特定人羣的用藥提示整理。它的價值在於輸出結構固定、每條結論有證據歸屬，便於下游程序消費或人工複覈。

需要注意的點：

1. 輸出質量取決於百通 OpenAPI 檢索到的證據覆蓋範圍，來源是說明書、文獻、指南、臨牀試驗、專利，不等於官方藥品監管機構的最新警示。
2. “AI 分析”和“風險管理參考”是兩個獨立層次，不能當作醫學結論直接用於臨牀決策。
3. 聯合用藥與患者背景是可選輸入，不提供時報告的範圍會變窄；特殊人羣（肝腎功能不全、妊娠、兒童等）相關結論尤其依賴這部分輸入是否完整。
4. 該 Skill 需要 API 密鑰，接入前要先確認密鑰可用與調用額度。
5. 本次未能打開官方頁面，安裝命令、配置字段、實際運行示例均未覈實，接入前應以 SkillHub 頁面說明爲準。

結尾¶

這個 Skill 的價值不在“一句話告訴你副作用”，而在把檢索、身份鎖定、分類、四層標註、逐條分級這些步驟固定下來，讓報告每條結論都能追溯到證據層。

官方地址：https://api.skillhub.cn/baitongai/drug-safety-analysis
SkillHub 頁面：https://www.skillhub.cn/skills/baitongai/drug-safety-analysis