登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 19346+ 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 CLI ，共找到 1504 条记录
默认排序 最新上传 最多下载

合成临床数据生成工具

generating-synthea-data
maziyarpanahi/openmed
163
Synthea用于生成统计学上高度逼真、完全合成的患者记录，支持FHIR R4、C-CDA和CSV等多种格式。本工具为开发人员和研究人员提供安全、可共享的测试数据，可用于OpenMed流程测试、持续集成（CI）模拟或脱敏泄漏门测试集，确保零真实PHI风险。
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

临床文档摄取与预处理

ingesting-clinical-documents
maziyarpanahi/openmed
287
该模块负责将各种形式的临床文档（如扫描的图片、传真、CSV/TSV表格、C-CDA XML）统一转换为结构化的文本格式。它支持设备端OCR和表格数据红审，是进行去标识化和命名实体识别（NER）流程的关键第一步。
查看详情

加载和缓存OpenMed生物医学模型

loading-openmed-models
maziyarpanahi/openmed
190
该技能用于管理和高效缓存OpenMed临床/生物医学命名实体识别（NER）模型。模型首次从Hugging Face Hub下载后，即可实现完全离线运行。它支持在多次调用中重用模型，并提供配置缓存目录、指定设备（CPU/GPU）以及处理多种模型标识符（注册键、完整HF ID或本地路径）。
查看详情

将观察值名称映射至LOINC代码

mapping-loinc
maziyarpanahi/openmed
155
本功能用于将自由文本的实验室和临床观察值名称，映射到标准化的LOINC代码。它通过考虑完整的六轴模型（成分、属性、时间、系统、量表、方法），来消歧模糊的术语。通过集成FHIR术语服务，支持US Core实验室结果和UCUM单位，确保代码的准确性和标准化。
查看详情

将OpenMed概念映射至SNOMED CT

mapping-to-snomed
maziyarpanahi/openmed
142
本技能用于将OpenMed提取的临床概念跨度（如疾病、解剖结构、手术等）映射到SNOMED CT标准术语集。它通过标准的FHIR R4接口，在用户提供的术语服务器上执行复杂的概念解析，支持获取层级复杂的临床代码、进行子类查询（ECL）或进行不同标准代码（如ICD-10到SNOMED）的转换。
查看详情

药物提及标准化至RxNorm

normalizing-rxnorm
maziyarpanahi/openmed
463
本技能利用公共RxNav API，将OpenMed提取的自由文本药物名称，标准化为RxNorm RxCUI。它能解决药物名称、品牌名、通用名、成分、剂量和剂型等复杂关系，提供稳定、规范的编码，适用于临床互操作性、数据分析、去重和构建US Core Medication资源。
查看详情

Office 文档命令行编辑工具

officecli
Sylinko/Everywhere
170
这是一个功能强大的命令行工具，用于程序化地创建、读取、分析和修改Office文档（包括Word、Excel和PowerPoint）。它支持深度DOM编辑和原始XML操作，能够提取结构化数据、校验文档模式，适用于复杂的文档自动化和数据处理场景。
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

解析HL7 v2消息用于OpenMed

parsing-hl7v2-messages
maziyarpanahi/openmed
125
本技能负责解析复杂的管道分隔符HL7 v2.x消息（如ADT、ORU等），将其解构为结构化的片段和字段。它特别适用于从接口引擎接收的HL7数据流，能提取并暴露嵌入的临床叙事文本（如OBX-5和NTE-3），供后续的自然语言处理（NLP）分析。同时，也提供了保留原生HL7结构的同时，对受保护健康信息（PHI）进行脱敏处理的功能。
查看详情

实验室数值解析与异常标记

parsing-lab-values
maziyarpanahi/openmed
427
本技能用于解析临床文本中的实验室数值。它能够解析参考范围（如“135-145”或“<5”），并为给定数值推导出结构化的异常标记（低、正常、高、临界）。该功能天生支持单位无关性，并能尊重源自实验室本身的显式标记，是结构化临床数据提取和解读流程的关键工具。
查看详情

结构化试验资格筛选与匹配

parsing-trial-eligibility
maziyarpanahi/openmed
344
该技能能够将临床试验的非结构化、自由文本入选/排除标准，解析为结构化的、机器可读的规则。接着，它利用OpenMed提取的患者病史、体检数据等信息，对每一个标准进行逐一评估，输出患者是否符合资格的判定结果和详细的推理过程。这是一个用于辅助临床决策的专业工具。
查看详情
上一页123...91929394959697...124125126下一页
语言
简体中文
English