医疗AI智能体技能库：面向影像科与临床工作流的Agent Skills实践

本文介绍一套专为医疗影像和临床工作流设计的AI智能体技能库，旨在将大语言模型能力整合到临床工作流中。该技能库支持Claude Code、Codex、Cursor、Windsurf等主流AI编程助手，涵盖影像分析、临床文档处理、AI集成、放射学研究等领域，为放射科医生、医疗IT人员及研究者提供完整AI辅助工具。

Agent Skills是新兴AI应用模式，以Markdown文件形式为AI智能体提供特定领域专业知识和工作流程。与传统提示词工程相比，它具有结构化知识、上下文感知、可组合性、跨平台兼容等特点，能自动识别任务类型并应用相应框架。

技能库采用分层架构，以radiology-context为基础。核心技能层包括环境配置、模态检测；临床文档层涵盖报告分析、结构化报告生成等；患者沟通层支持结果信件生成、护理缺口闭合；AI集成层涉及PACS交互、DICOM查询、AI检测 pipeline；研究层包含PubMed搜索、指南整合等。

技能间形成相互引用的知识网络（如报告分析与结构化报告闭环、AI检测与质量审核协同）。实际场景包括：放射科报告分析（从环境配置到标准化报告生成）、AI辅助检测集成（算法路由到随访管理）、患者沟通（报告转换为通俗信件并安排随访）。

医疗数据敏感性要求严格安全措施：保护患者隐私（禁止PHI输入，使用去标识化数据）；AI生成内容需临床医生审核；llm-radiology-use技能提供幻觉缓解策略（提示工程、验证流程）。

技能库遵循Agent Skills规范，兼容Claude Code、Codex等工具。技能文件采用Markdown格式（含YAML元数据），人类可读且AI可解析。项目由Corpus Analytica维护，欢迎社区贡献（PR、新技能、问题反馈），采用MIT许可证，当前版本1.0.1（26技能、34集成、85%测试覆盖率）。

随着多模态AI和医疗大模型发展，技能库前景包括：影像-文本融合分析、实时阅片辅助、个性化工作流定制、跨科室扩展（病理科、心内科等）。该技能库代表AI辅助临床新模式，有望提升效率并保障质量安全。