登录
下载
Skill UI
浏览并发现
10667+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
临床
,共找到
13
条记录
默认排序
最新上传
最多下载
开放证据审查与文献合成
openevidence-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
324
这是一个用于系统性医疗证据审查的综合工作流。它支持用户检索临床研究、构建精选引文集合、使用GRADE等专业框架评估证据等级,并自动生成符合学术规范格式(如AMA)的结构化报告。适用于撰写高质量的文献综述和临床研究报告。
查看详情
开放证据临床API示例
openevidence-hello-world
jeremylongshore/claude-code-plugins-plus-skills
260
本模块提供OpenEvidence API的最小化工作示例,适用于构建临床智能应用。用户可以执行复杂的临床查询来获取最佳治疗建议、根据病患背景检查药物相互作用,以及查找来自权威医疗机构(如ACC/AHA)的最新指南。是开发循证医疗决策支持系统的理想工具。
查看详情
临床决策支持文档
clinical-decision-support
K-Dense-AI/claude-scientific-skills
301
为医药与临床研究生成出版级临床决策支持文档,涵盖生物标志物分层队列分析、证据分级治疗建议、统计对比及符合监管要求的 LaTeX/PDF 输出。
查看详情
临床试验数据库查询
clinicaltrials-database
K-Dense-AI/claude-scientific-skills
324
通过 ClinicalTrials.gov API v2 按疾病、药物、地点、赞助商或状态查询试验,按 NCT 编号提取详细数据并导出用于研究分析、患者匹配或试验监控。
查看详情
ClinPGx 药物基因组数据库
clinpgx-database
K-Dense-AI/claude-scientific-skills
210
通过 ClinPGx REST API 查询基因-药物关系、CPIC/DPWG/FDA 指南、等位基因功能与频率等临床药物基因组数据,支持个体化用药与临床决策。
查看详情
ClinVar 变异临床意义查询
clinvar-database
K-Dense-AI/claude-scientific-skills
442
查询ClinVar数据库以获取变异临床意义,通过网页/API访问、FTP批量下载并注释VCF,辅助基因组医学解读。
查看详情
DrugBank 数据洞察
drugbank-database
K-Dense-AI/claude-scientific-skills
439
提供 DrugBank 的药物与靶点数据访问,涵盖数据下载、信息查询、药物相互作用网络、靶点与通路分析以及化学相似性比较,支持药理研究与临床安全评估。
查看详情
人类代谢物数据库查询
hmdb-database
K-Dense-AI/claude-scientific-skills
492
通过 HMDB 检索 22 万余条人类代谢物信息,可按名称、ID、结构、疾病、标本筛选,获取化学、临床、通路和谱图数据并批量下载,支持代谢组学研究与生物标志物分析。
查看详情
NeuroKit2 生理信号处理
neurokit2
K-Dense-AI/claude-scientific-skills
227
NeuroKit2 提供心电、脑电、皮电、呼吸、肌电、眼电等生理信号的处理与分析流水线,包括清理、心率变异、复杂度与多模态集成,便于心理生理学与临床研究应用。
查看详情
cBioPortal癌症基因组数据
cbioportal-database
K-Dense-AI/claude-scientific-skills
328
通过 cBioPortal REST API 查询 TCGA、GENIE 等肿瘤研究的突变、拷贝数、表达和生存数据,可用于癌基因验证、共突变模式分析与临床变量关联研究。
查看详情
临床决策支持报告生成
clinical-decision-support
K-Dense-AI/scientific-agent-skills
102
为制药和临床研究领域生成专业的临床决策支持(CDS)文档。该技能专注于基于证据的分析,包括生物标志物分层患者队列分析、带GRADE分级的治疗推荐报告。支持高级统计分析和专业格式输出,适用于监管申报和医学指南的撰写。
查看详情
临床深度学习流程工具
pyhealth
K-Dense-AI/scientific-agent-skills
130
PyHealth是一个用于临床深度学习的Python工具包,旨在处理电子病历(EHR)、生理信号和医学影像等多模态数据。它基于稳定的五阶段流水线(数据集→任务→模型→训练器→指标),支持用户在医疗领域执行复杂的预测任务,例如预测死亡率、推荐药物、睡眠分期,以及进行ICD/ATC等医疗代码交叉映射。
查看详情
1
2
下一页
语言
简体中文
English