下载

Skill UI

浏览并发现 9185+ 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

搜索医学，共找到 16 条记录

默认排序最新上传最多下载

OpenEvidence临床证据部署集成

openevidence-deploy-integration

jeremylongshore/claude-code-plugins-plus-skills

该技能指导用户使用Docker部署OpenEvidence临床证据集成服务。它构建了一个符合HIPAA标准的生产环境，用于安全连接OpenEvidence API。用户可以查询临床证据、检索医学文献摘要并验证治疗方案，整个流程支持审计日志记录和数据静态加密，确保医疗数据的合规性。

OpenEvidence企业级权限控制

openevidence-enterprise-rbac

jeremylongshore/claude-code-plugins-plus-skills

该系统为OpenEvidence（一个AI驱动的临床决策支持平台）提供了企业级的基于角色访问控制（RBAC）。它严格管理对敏感数据（包括PHI相关数据集和医学文献）的访问权限，确保符合HIPAA等法规要求。系统为管理员、临床医生、研究人员等不同角色设置了精细的权限，用于查询、数据导出和机构配置，从而维护一个安全且可审计的数据环境。

OpenEvidence临床证据SDK模式

openevidence-sdk-patterns

jeremylongshore/claude-code-plugins-plus-skills

本SDK集成了OpenEvidence临床证据API的生产级模式，旨在帮助开发者高效地查询医学文献、获取临床指南并生成循证推荐。它提供了单例客户端管理和全面的错误处理机制，特别适用于医疗健康领域，确保了复杂数据结构和引用溯源的准确性与审计合规性。

ClinVar 变异临床意义查询

clinvar-database

K-Dense-AI/claude-scientific-skills

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。

DNAnexus 云基因组集成

dnanexus-integration

K-Dense-AI/claude-scientific-skills

通过 DNAnexus 云基因组平台开发 app/applet、管理 FASTQ/BAM/VCF 等数据、运行工作流，并使用 dxpy 自动化脚本，支撑生物医学流水线。

系统化文献综述助手

literature-review

K-Dense-AI/claude-scientific-skills

采用多数据库、系统化流程开展文献综述，核实引用、支持APA/Nature等样式，并生成 AI 结构图，输出专业的 Markdown/PDF 文档，适用于医学、科学与工程研究。

DICOM 医疗影像工具

K-Dense-AI/claude-scientific-skills

Pydicom 提供 Python 接口，方便读取、写入和修改 DICOM 医疗影像文件，支持像素提取、元数据管理、匿名化、格式转换以及与 PACS 流程的集成，适用于医学影像分析和放射科应用。

PrimeKG精准医学图谱查询

K-Dense-AI/claude-scientific-skills

通过程序化脚本查询PrimeKG精准医学知识图谱的基因、药物、疾病与表型等实体及其关系，辅助药物发现、可复用性验证与表型网络分析。

DNAnexus 云基因组集成

dnanexus-integration

K-Dense-AI/scientific-agent-skills

通过 DNAnexus 云基因组平台开发 app/applet、管理 FASTQ/BAM/VCF 等数据、运行工作流，并使用 dxpy 自动化脚本，支撑生物医学流水线。

PrimeKG精准医学图谱查询

K-Dense-AI/scientific-agent-skills

通过程序化脚本查询PrimeKG精准医学知识图谱的基因、药物、疾病与表型等实体及其关系，辅助药物发现、可复用性验证与表型网络分析。

DICOM 医疗影像工具

K-Dense-AI/scientific-agent-skills

Pydicom 提供 Python 接口，方便读取、写入和修改 DICOM 医疗影像文件，支持像素提取、元数据管理、匿名化、格式转换以及与 PACS 流程的集成，适用于医学影像分析和放射科应用。

临床深度学习管道构建工具

K-Dense-AI/scientific-agent-skills

PyHealth是一个模块化的Python工具包，专用于利用复杂的医疗数据构建深度学习流程。它提供标准化的五阶段工作流（数据集→任务→模型→训练器→指标），支持处理电子健康记录、生理信号和医学影像。用户可以利用它来训练复杂的临床预测模型，如预测死亡率、再入院率或药物推荐，并包含医疗编码映射功能（如ICD、ATC）。

语言