登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16594+ 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 CTI ，共找到 1016 条记录
默认排序 最新上传 最多下载

NLP事实到OMOP数据模型转换

etl-to-omop-cdm
maziyarpanahi/openmed
113
本技能负责执行核心的ETL流程，将OpenMed从文本中提取并编码的临床事实（如疾病、药物、测量值）映射到OMOP通用数据模型（CDM）v5.4。它用于在实体提取和源代码编码之后，将非结构化的NLP发现转换为标准化的、符合OMOP规范的记录，供OHDSI进行深度分析。
查看详情

批量导出FHIR数据用于分析

exporting-bulk-fhir
maziyarpanahi/openmed
136
用于从电子病历系统或FHIR数据仓库批量提取大规模（群体级）的临床文本记录。通过FHIR Bulk Data Access执行异步导出，获取NDJSON格式的数据流。该数据流设计用于分批传输给OpenMed进行脱敏处理和命名实体识别（NER）分析，是数据分析流程的起点。
查看详情

临床实体到FHIR资源提取

extract-clinical-entities-to-fhir
maziyarpanahi/openmed
297
该工具用于从合成或脱敏的临床文本中提取实体。它通过OpenMed识别关键的临床信息跨度，并将这些信息映射为符合FHIR R4标准的结构化资源（如Condition、Observation等）。这实现了实体提取与临床编码的分离，确保输出数据具备标准化和可互操作性。
查看详情

提取DICOM元数据和报告文本

extracting-dicom-metadata
maziyarpanahi/openmed
136
本技能用于从DICOM影像文件中提取关键的患者元数据（如姓名、日期）和结构化报告文本。它解决了将医疗影像导入自然语言处理（NLP）流程的痛点，是进行数据脱敏和临床文本分析的必要前置步骤。
查看详情

文档结构化检验报告提取

extracting-lab-tables
maziyarpanahi/openmed
284
本技能能够自动检测并从扫描图像、照片、CSV/TSV等多种来源提取结构化的实验室表格面板。它将复杂的视觉报告数据转化为干净的结构化行记录，包含检验项名称、数值、单位、参考范围和异常标记。该功能是准备医疗数据进行LOINC/UCUM编码和映射至FHIR资源的关键前置步骤。
查看详情

提取和处理FHIR R4临床记录

fetching-fhir-resources
maziyarpanahi/openmed
371
该技能用于从FHIR R4电子病历API（如Epic, Cerner）中提取和处理未结构化的临床病历和报告。它负责处理分页查询、解码Base64附件（PDF, TXT）以及提取叙事文本。随后，文本会被传递给OpenMed流程进行符合HIPAA标准的去标识化和自然语言处理分析，从而将原始临床记录转化为可分析的结构化洞察。
查看详情

合成替代数据去标识化

generating-synthetic-surrogates
maziyarpanahi/openmed
121
本技能用于将临床文本中的受保护健康信息（PHI）替换为逼真的、类型匹配的合成替代数据。与简单遮蔽不同，替代数据保持了文本的自然可读性和结构，确保数据在后续的NLP处理、质量保证或人工审阅时仍然可解析。它支持一致性和自定义生成器，适用于需要可读的去标识化场景。
查看详情

监控平台错误报告生成

mcp-integration-reference
FlorianBruniaux/claude-code-ultimate-guide
492
该技能提供了一种高级的监控平台(MCP)集成参考模式。它通过预先读取专属的“坑点”参考文件，来确保数据获取的准确性，有效规避了由于服务器API复杂行为、分页限制或细微查询规则导致的错误。它可以对错误数据进行根因分组分析，并生成结构化的、可操作的Markdown报告，帮助用户快速掌握系统健康状况。
查看详情

C-CDA 临床文档解析与处理

parsing-ccda-documents
maziyarpanahi/openmed
417
用于解析从电子病历系统导出的C-CDA/CCD XML临床文档。该工具能够提取文档中的叙述文本和编码条目，并按LOINC代码和模板ID进行关联。它支持XML级别的去标识化处理，是进行后续自然语言处理（NLP）分析前的关键数据预处理步骤。
查看详情

协议逆向工程与流量分析

protocol-reverse
zhaoxuya520/reverse-skill
479
这是一份专业的协议逆向工程工作流指南。它详细介绍了如何从原始PCAP数据中，系统性地还原和分析复杂的网络协议结构。适用于处理自定义二进制协议、Protobuf、gRPC、WebSocket等协议的安全测试和底层数据分析场景。
查看详情

可逆文本去身份化与重识别

reidentifying-text
maziyarpanahi/openmed
78
该技能提供可逆的临床文本去身份化服务，用于在进行数据处理时掩盖个人健康信息（PHI），同时保留通过严格授权恢复原始数据的能力。它区分不可逆的匿名化与可逆的假名化（Pseudonymization），适用于GDPR合规、患者重联系或审计等场景。重识别映射密钥必须单独、安全地存储。
查看详情

不良事件报告结构化（E2B(R3)）

reporting-adverse-events
maziyarpanahi/openmed
360
该技能用于将非结构化的不良事件描述文本，转化为符合ICH E2B(R3)标准的结构化数据。它能够系统性地提取和填充关键字段，包括可疑药物、反应（通过MedDRA编码）、严重性等级和结局等，是构建个体病例安全报告（ICSR）和进行药物警戒申报的专业工具。
查看详情
上一页123...8182838485下一页
语言
简体中文
English