患者分层与画像生成：把患者数据切成可执行的人群
介绍 SkillHub 上的「患者分层与画像生成」技能（@baitongai/patient-stratification-portrait-generation-skill，v2.0.0，百通AI服务平台发布，professional 分类）。该 Skill 导入人口学、临床、行为、处方四类患者数据，按 RFMA-J 五维模型自动分层为 4-6 个可执行患者群，每层生成画像卡片（核心特征、触达建议、流失风险、旅程阶段），并输出分层矩阵与触达策略矩阵。文章说明了它与 S4 患者亚型树的互补关系（S4 切市场，S14 切患者），给出触发词机制下的典型用法，并提醒 requires_api_key 依赖、RFMA-J 模型细节未公开、患者数据合规等注意事项。
阅读全文IN-10患者分层与画像生成技能：把患者数据变成可执行的分层方案
IN-10患者分层与画像生成技能（@baitongai/in-10-patient-stratification-portrait-skill，v2.0.0，百通AI服务平台，business-ops）用于将患者数据按RFMA-J五维模型自动分层为4-6个可执行患者群，每层生成含核心特征、触达建议、流失风险、旅程阶段的画像卡片，并输出分层矩阵与触达策略矩阵。它在患者分层、患者画像、患者分群、患者价值分层、流失风险、CLV、RFM患者、patient profiling等请求时触发，与S4患者亚型树互补（S4切市场，本技能切患者）。本文介绍功能、触发词、与S4的关系、用法流程及接入注意事项，并如实说明安装命令未能核实。
阅读全文